NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığında (PD) ObjectiveTremor semptomları, standart klinik ölçeklerden düşük çözünürlük ve öznellik nedeniyle değerlendirmek zordur. Bunu ele almak için giyilebilir cihazlar kullanılmıştır, ancak algoritmalar kontrollü veya sınırlı aktivite koşullarına dayanmaktadır. Amacımız biyomedikal mühendisliği ve PD alanı arasındaki boşluğu kapatmak için serbest yaşam koşullarında bağlam-bağımsız metrik niceleme sarsıntısı oluşturmaktır.Metodlar ve prosedürlerBiz ivmeölçer verilerinden bir titreme indeksi (TI) hesaplayan bir algoritma tasarladık, PD ile ev konut insanlar tarafından bilekte giyilen Empatika E4 aracılığıyla toplanan. Onaylama için, en fazla ve en az sarsıntıdan etkilenen ellerin TI'larını karşılaştırarak katılımcı bir tasarım kullanıyoruz. Tek taraflı titreme olan yedi katılımcıyı dahil ettik, her biri iki hafta boyunca izlendi. Algoritma, literatürde farklı titreme tipleri (3-12 Hz), ayarlanabilir örnekleme zaman pencereleri ile ilişkili olarak tanımlanan bir dizi frekans için TI'yi hesaplayabilir.SonuçlarEn sarsıntıdan etkilenen elin, her bir kişiye özgü frekans setleri için diğer taraftan daha yüksek bir TI verdiğini gösteriyor, özellikle de dinlenme sarsıntısının tipik olarak meydana geldiği 5-6 Hz civarında. Genel hareket ve dinlenme durumlarından 3-12 Hz boyunca sarsıntıyı netleştirebileceğimizi görüyoruz. Eller arası ayırma ile frekans sayısı MDS-UPDRS bölüm III titreme öğeleri ile ilişkilidir.ConclusionTasarımlı titreme niceleme algoritması, PD'li kişiler için zaman içinde titreme semptomlarını ölçebilir ve bu hareketlerin gerçekleştiği bireysel frekans aralıklarını tanımlamak için kullanılabilir, serbest yaşam koşullarında.
Özgün kaynak özetini okuyun
ObjectiveTremor symptoms in Parkinson's disease (PD) are challenging to assess due to low resolution and subjectivity from standard clinical scales. To address this, wearable devices have been used, but algorithms have been relying on controlled or limited activity conditions. Our objective is to create a context-independent metric quantifying tremor in free-living conditions to bridge the gap between biomedical engineering and the PD field.Methods and proceduresWe designed an algorithm which computes a tremor index (TI) from accelerometer data, collected via the Empatica E4 worn on the wrist by home dwelling people with PD. For validation, we use a within-participant design, comparing the TIs of the most and least tremor-affected hand. We included seven participants with unilateral tremor, monitored for two weeks each. The algorithm is able to compute TIs for a set of frequencies identified in literature as associated with different tremor types (3-12 Hz), over adjustable sampling time windows.ResultsWe show that the most tremor-affected hand yields a higher TI than the other hand for frequency sets that are individual to each person, in particular around 5-6 Hz where rest tremor typically occurs. We find that we can disambiguate tremor across 3-12 Hz from general movement and resting states. The number of frequencies with inter-hand separation correlate with the MDS-UPDRS part III tremor items.ConclusionThe designed tremor quantification algorithm can quantify tremor symptoms over time for people with PD and can be used to identify the individualized frequency ranges where these movements happen, in free-living conditions.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.