用于量化运动控制障碍的系统和装置制造方法及图纸

一种用于客观地量化受试者的运动控制障碍的运动监测系统，包括：运动检测装置，其生成表示受试者的肢体的运动的运动数据；以及分析器，其用于分析运动数据。运动检测装置包括至少测量装置的动作和由受试者施加至装置的压力的传感器。分析器包括处理器和包含代码的存储器，代码在由处理器执行时接收由运动检测装置生成的运动数据，将所接收的运动数据应用于存储在存储器中的算法模型，并从运动数据中识别表示受试者的无序运动的一个或更多个特征，以及根据所识别的一个或更多个特征计算对应于受试者的运动控制障碍的存在的分数。于受试者的运动控制障碍的存在的分数。于受试者的运动控制障碍的存在的分数。

【技术实现步骤摘要】
【国外来华专利技术】用于量化运动控制障碍的系统和装置


[0001]本公开内容涉及用于监测运动以客观地量化受试者的运动控制障碍的系统和装置及其自动化方法。本专利技术具体地但非排他地涉及一种用于使用运动检测装置客观地量化运动控制障碍的系统、装置和自动化方法。

技术介绍

[0002]小脑共济失调(CA或共济失调)是具有两个广泛含义的复杂临床术语。首先，其用于描述由小脑或其传入路径的功能障碍引起的异常运动。因此，共济失调可能由影响小脑的中风或多发性硬化(MS)、神经变性、感染(例如水痘后)、毒素(酒精)、许多遗传病症和传入路径的紊乱(例如外周神经或前庭器官的损伤)引起。还有许多发作性共济失调，并且与偏头痛有不确定的关系。其次，共济失调出现在19世纪描述的特定病症的特定名称中——例如弗里德赖希共济失调和脊髓小脑共济失调。
[0003]弗里德赖希共济失调(FA)是一种缩短生命的、进行性的常染色体隐性病症。其是影响中枢和外周神经系统、心脏、胰腺和肌肉骨骼系统的神经变性疾病。FA的神经学表现包括步态共济失调、肢体反射丧失、构音障碍、本体感受降低和振动感觉丧失。其他表现包括心肌病、脊柱侧凸、足部畸形和糖尿病。临床特征通常出现在青春期(5岁至15岁)，通常表现为步态共济失调和协调丧失。患有FA的人在症状发作后平均15年内坐轮椅。肢体共济失调影响协调性和灵巧性，使其越来越难以从事基本日常活动，例如穿衣、饮用、用餐和上厕所，统称为日常生活活动(ADL)。ADL困难可能导致尴尬、社会孤立和独立性丧失，其是FA患者生活质量的重要指标。
[0004]共济失调的总体患病率是未知的。遗传性共济失调的患病率约为0.004％至0.008％。其他形式的共济失调(不包括酒精)的患病率是未知的，但合计起来则常见得多，可能更为常见5倍。
[0005]目前治疗方式有限。通常使用物理疗法，但除前庭功能减退(内耳平衡系统功能受损)外，受益证据有限。另一方面，正在进行积极的研究，有可能即将对遗传性共济失调进行分子治疗。
[0006]共济失调的临床特性在100多年前由Gordon Holmes描述过，并仍然形成目前临床检查的基础，这是评估共济失调的主要手段。评估涉及观察受试者执行若干个特定任务，这些特定任务被选择是因为它们强调共济失调性运动。准确的评估需要经验，并且由于大多数医生(甚至神经科医生)对共济失调的接触有限，许多共济失调患者最初被误诊。该临床检查已按分级量表编制，例如弗里德赖希共济失调分级量表(FARS)和国际合作共济失调分级量表(ICARS)。这些分级量表因其主观性而受到批评。九孔钉测试(9HPT)和箱块测试(BBT)是测量FA患者的上肢功能的两种测试。9HPT测量在钉板中放置钉所花费的时间，BBT测量在60秒内放置在箱子部分中的块的数量。这些测试解决了分级量表的主观性，但受限于“地板”效应和“天花板”效应。康复中心(主要是物理治疗师)还使用诸如平衡测试仪(Balance Master)和步态测试仪(Gaitrite)的装置来评估平衡和步态，然而这些装置是昂
贵的并且对于诊断来说价值有限。
[0007]已经有使用传感器来测量运动的研究，其目的是测量并客观地量化运动障碍。一些研究已经涉及使用摄像装置来捕捉儿童的上肢功能，并且已经开发了基于游戏的康复锻炼来测量FA患者的上肢位移。然而，迄今为止还没有提供可靠的临床评估方法的替选方案。
[0008]期望提供用于提供共济失调的测量或评估的手段，该手段客观并且理想地测量共济失调的存在和严重性。
[0009]
技术介绍
的讨论包括在本文中，包括对文档、动作、材料、装置、文章等的引用，以解释本公开内容的背景。这不应被认为是承认或暗示所提及的任何材料在任何权利要求的优先权日在澳大利亚或任何其他国家被公开、已知或作为公知常识的一部分。

技术实现思路

[0010]对目前的用于确定共济失调的存在或严重性的临床测试的批评是，这些临床测试是主观的，因此这样的临床评估在各临床医生之间，甚至在有经验的临床医生与神经科医生之间会不同。因此，本公开内容的一方面是一种用于评估的仪器化方法，其涉及用于受试者运动的客观监测的运动检测装置。
[0011]从一方面来看，本公开内容提供了一种用于客观地量化受试者的运动控制障碍的运动监测系统，该系统包括：(a)运动检测装置，其生成表示受试者的肢体的运动的运动数据，其中，运动检测装置包括至少测量装置的动作和由受试者施加至装置的压力的传感器；以及(b)用于分析运动数据的分析器。分析器包括处理器和包含代码的存储器，代码在由处理器执行时：(i)接收由运动检测装置生成的运动数据；(ii)将所接收的运动数据应用于存储在存储器中的算法模型，并从运动数据中识别表示受试者的无序运动的一个或更多个特征；以及(ii)根据所识别的一个或更多个特征计算对应于受试者的运动控制障碍的存在的分数。
[0012]优选地，运动检测装置生成表示受试者上肢运动的运动数据。运动检测装置可以是例如身体佩戴的，或者可以附接至日常生活的物体或包括日常生活的物体的一部分，并且理想地在由受试者执行的运动任务期间受压。
[0013]在一些实施方式中，分析器将所接收的运动数据应用于以下各项中的一项或更多项：(a)第一算法模型，以识别第一特征集，第一特征集由处理器使用以计算指示受试者存在或不存在运动控制障碍的选择分数；(b)第二算法模型，以识别第二特征集，第二特征集由处理器使用以计算指示受试者的运动控制障碍的严重性的严重性分数；以及(c)第三算法模型，以识别第三特征集，第三特征集由处理器使用以计算指示受试者的运动控制障碍的进展的进展分数。典型地，第一特征集和第二特征集是不相同的，然而一些特征针对两个特征集可能是共同的，并且一个特征集可以是另一特征集的子集。
[0014]在一些实施方式中，由处理器计算的严重性分数对应于根据临床量表获得的分数。例如，严重性分数可以对应于通过由临床医生使用诸如修正的FARS(mFARS)、FARS、9HPT、BBT、共济失调评估和分级量表(SARA)、ICARS、ADL等评估量表对受试者进行评估而以其他方式确定的分数。
[0015]在一些实施方式中，例如，在运动控制障碍是共济失调的情况下，用于计算选择分数的第一特征集可以包括单个特征，理想地包括压力特征，例如压力谐振频率(Pr
RF
)。在其
他实施方式中，第一特征集包括特征Pr
RF
中的一些或全部：x轴加速度的谐振频率XYZ轴绝对角速度的谐振幅度使用无量纲跃度(jerk)的运动平滑度(S
m
)、调节时间(A
t
)和压力的平均值(Pr
M
)。在优选实施方式中，包括使用互补滤波器的俯仰角的谐振频率S
m
、Pr
RF
、A
t
、稳定阶段的欧式距离(S
T
)、使用互补滤波器的滚动角的谐振频率以及的特征集提供了产生FA的高识别(99％)的选择分数。
[0016]在一些本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于客观地量化受试者的运动控制障碍的运动监测系统，所述系统包括：(a)运动检测装置，其生成表示所述受试者的肢体的运动的运动数据，其中，所述运动检测装置包括至少测量所述装置的动作和由所述受试者施加至所述装置的压力的传感器；以及(b)分析器，其用于分析所述运动数据，所述分析器包括处理器和包含代码的存储器，所述代码在由所述处理器执行时：(i)接收由所述运动检测装置生成的所述运动数据；(ii)将所接收的运动数据应用于存储在所述存储器中的算法模型，并从所述运动数据中识别表示所述受试者的无序运动的一个或更多个特征；以及(ii)根据所识别的一个或更多个特征计算与所述受试者的所述运动控制障碍的存在对应的分数。2.根据权利要求1所述的运动监测系统，其中，所述分析器将所接收的运动数据应用于以下各项中的一项或更多项：(a)第一算法模型，以识别第一特征集，所述第一特征集由所述处理器使用以计算指示所述受试者存在或不存在所述运动控制障碍的选择分数；(b)第二算法模型，以识别第二特征集，所述第二特征集由所述处理器使用以计算指示所述受试者的所述运动控制障碍的严重性的严重性分数；以及(c)第三算法模型，以识别第三特征集，所述第三特征集由所述处理器使用以计算指示所述受试者的所述运动控制障碍的进展的进展分数。3.根据权利要求2所述的运动监测系统，其中，由所述处理器计算的所述严重性分数对应于根据临床量表获得的分数。4.根据权利要求2所述的运动监测系统，其中，由所述处理器使用以计算所述选择分数的所述第一特征集包括以下特征集中之一：(a)Pr
RF
；或者(b)Pr
RF
、S
m
、A
t
和Pr
M
；以及(c)S
m
、Pr
RF
、A
t
、S
T
、Pr
M
、和5.根据权利要求2所述的运动监测系统，其中，由所述处理器使用以计算所述严重性分数的所述第二特征集选自包括Pr
RF
、Pr
M
、A
t
和的组，并且优选地包括特征集Pr
M
、A
t
和6.根据权利要求2所述的运动监测系统，其中，由所述处理器使用以计算所述进展分数的所述第三特征集选自包括以下各项的组：(a)MR
pr
、SRF
gyr
、S
v1
‑
HT
gyr
、ROM
θ
、MR
vel
、SRF
acc
、S
v1
‑
HT
pr
；并且优选地包括MR
pr
、SRF
gyr
、S
v1
‑
HT
gyr
。7.根据权利要求2所述的运动监测系统，其中，所述分析器通过由所述处理器计算由所述第一特征集、所述第二特征集或所述第三特征集中的每个特征集对可归因于所述受试者的运动功能障碍的多个运动特性中的每个运动特性做出的贡献来对所述受试者的运动功能障碍进行分类。
8.根据权利要求7所述的运动监测系统，其中，所述多个运动特性与运动障碍的临床上可接受的描述相关，并且可选地，其中，所述临床上可接受的描述涉及所述运动的稳定性、定时、准确性和节奏性中的一个或更多个。9.根据权利要求7或8所述的运动监测系统，其中，所述分析器将由所述特征中的每个特征对所述多个运动特性中的每个运动特性做出的贡献相加，以确定对所述多个运动特性中的每个运动特性的总体贡献。10.根据前述权利要求中任一项所述的运动监测系统，其中，所述运动检测装置包括测量以下各项中的一项或更多项的传感器：(a)所述肢体的位置；(b)所述肢体的加速度；以及(c)所述肢体的角位置。11.根据前述权利要求中任一项所述的运动监测系统，其中，所述运动检测装置模拟日常生活的物体或被结合至日常生活的物体中并且包括以下各项中的一项或更多项：(a)压力传感器；(b)加速度计；以及(c)陀螺仪。12.根据前述权利要求中任一项所述的运动监测系统，其中，所述运动检测装置包括具有抓握部分的罐和用于测量由所述受试者施加至所述抓握部分的压力的压力传感器。13.根据前述权利要求中任一项所述的运动监测系统，被配置成在运动任务期间测量所述运动控制障碍。14.根据前述权利要求中任一项所述的运动监测系统，其中，所述运动控制障碍选自包括以下各项的组：(a)共济失调；以及(b)痉挛。15.根据权利要求14所述的运动监测系统，其中，所述运动控制障碍是痉挛，并且在所述运动数据中识别的用于指示痉挛存在的特征包括Pr
SD
、Pr
RMS
、Pr
MR
、Pr
RF
。16.一种与用于客观地量化受试者的运动控制障碍的系统一起使用的运动检测装置，所述运动检测装置包括：(a)抓握部分；以及(b)运动传感器，所述运动传感器至少包括压力传感器，所述压力传感器生成表示施加至所述抓握部分的压力的压力数据；其中，所述运动检测装置模拟日常生活的物体或被结合至日常生活的物体中。17.根据权利要求16所述的运动检测装置，其中，所述日常生活的物体选自包括以下各项的组：(a)杯子或饮用容器；(b)勺子或用餐器具；以及(c)刷子或梳子。18.根据权利要求16或17所述的运动检测装置，其中，所述运动传感器还包括生成以多个轴表示所述装置的运动的动作数据的陀螺仪和加速度计中的一者或两者。
19.根据权利要求16至18中任一项所述的运动检测装置，包括微控制器，所述微控制器从所述运动传感器接收运动数据。20.根据权利要求16至19中任一项所述的运动检测装置，包括无线通信模块，所述无线通信模块用于将所述运动数据从所述微控制器无线传输至接收装置。21.根据权利要求16至20中任一项所述的运动检测装置，包括模拟杯子或饮用容器的罐，所述罐包括柔性体部分，所述柔性体部分形成流体填充腔室并且限定所述抓握部分，并且可选地，其中，所述压力传感器是具有与所述腔室流体连通的第一输入和与大气压力流体连通的第二输入的差压传感器。22.根据权利要求21所述的运动检测装置，包括单向阀，所述单向阀用于与流体源可释放地耦接以恢复所述腔室中的流体压力。23.根据在引用权利要求19或20时的权利要求21或22所述的运动检测装置，其中，所述罐包括刚性基部，所述刚性基部包括所述微控制器和所述无线通信模块中的一者或两者。24.根据权利要求16至23中任一项所述的运动检测装置，用于与根据权利要求1至15中任一项所述的运动监测系统一起使用。25.一种用于客观地量化受试者的运动控制障碍的自动化方法，包括以下步骤：(a)在处理器处接收对应于所述受试者的肢体的运动的运动数据，所述运动数据至少包括压力数据和动作数据；(b)所述处理器将所接收的运动数据应用于算法模型，并从所述运动数据中识别表示所述受试者的无序运动的一个或更多个特征；(c)所述处理器根据所识别的一个或更多个特征计算量化所述受试者的所述运动控制障碍的分数；以及(d)所述处理器生成使所计算的分数呈现在显示装置上的显示信号。26.根据权利要求25所述的自动化方法，其中，所述处理器将所接收的运动数据应用于以下各项中的一项或更多项：(a)第一算法模型，以识别第一特征...

【专利技术属性】
技术研发人员：大卫，
申请(专利权)人：默多克儿童研究所迪肯大学，
类型：发明
国别省市：