//Logo Image
作者:蘇榮弘、徐業良(2013-05-04);推薦:徐業良(2013-05-04)
附註: 本文發表於福祉科技與服務管理國際研討會暨大師級講座,元智大學,桃園,台灣,20130504

帕金森氏症患者之異常步態推估

1.      研究背景與目的

帕金森氏症是高齡者普遍患的病變之一,主要是由於腦部神經系統的漸進性功能退化,而有動作遲緩、小碎步(shuffling gait)、步行凍結(freezing of gait, FOG)、急促步(festinating gait)、缺乏平衡反應等異常步態產生,而導致跌倒風險的提高。本研究目的即針對帕金森氏症患者,利用元智大學老人福祉科技研究中心所開發的可攜帶式身體活動監測器(Wearable Motion Detector; WMD)來收集患者正常行走的步態資料,藉由統計推論方法來反推定義帕金森患者之異常步態。此研究結果預計能有助於發展帕金森氏症病患專用之跌倒預防系統或復健評估之依據。

2.      研究方法

1所示為本研究使用之攜帶式活動偵測器,可即時量測行走時的步態與身體活動(Yang & Hsu, 2009)WMD外觀尺寸為90mm×50mm×25mm,重量130g,使用時僅配戴於腰部皮帶即可。儀器內部包含了微型電容式三軸加速度感應模組(accelerometer module, KXPA4-2050, Kionix)來感測身體活動產生的加速度以及身體傾角、單晶片微處理器(PIC microcontroller, PIC18LF6722, Microchip Co.)來進行取樣以及即時訊號處理與演算、無線模組(ZigBee RF module, XBee Series 2, Digi Intertiona.)來傳輸訊號至居家內的監測電腦端。

1. 可攜帶式活動感測器

WMD可偵測出三項步態參數,定義如下:

(1)    步伐規律性(step regularity):行走時每一步的自相關性,以下以符號S1表示。

(2)    跨步規律性(stride regularity):行走時每兩步的自相關性,以下以符號S2表示。

(3)    步伐對稱性(step symmetry):行走時左右腳對稱性,以下以符號Sym表示。

此三項步態參數值都介於0~1之間,數值越大表示規律性或對稱性越高,步態異常時三項參數值都降低,本研究即在嘗試建立此三項步態參數之臨界值,藉以偵測異常步態發生。

本研究與亞東紀念醫院合作(IRB, FEMH-IRB-100076-F),邀請了5位具有獨自行走能力的二級帕金森氏症患者一級較無明顯行走障礙;第二級可獨立行走,但依舊有跌倒之風險;第三、四級則無法獨立行走,在亞東紀念醫院復健室中進行步態實驗。每次測試中收集受測者直行約15公尺的步態參數,然後在坐在椅子休息10分鐘,連續重複5次。為了確保實驗數據的完整性,在實驗過程中,均將完整數據加以儲存,並用電腦針對每一筆數據進行中值濾波處理後,再進行自相關性分析來求得步態參數數據。為定義帕金森氏患者之異常步態,須收集患者異常步態參數之資料來進行推論,但由於IRB嚴禁對患者要求收集跌倒數據之實驗。因此,本研究改藉由所收集的帕金森氏患者正常行走之步態資料,利用統計方法來反推論其異常步態。

3.      結果與討論

收集的數據資料都屬於患者能夠正常行走全程的步態,因此我們將此資料定義為帕金森氏症患者正常步態的樣本資料。將此樣本資料利用統計的信賴區間下界方法,計算出母體平均步態參數S1S2Sym100×(1α)%信賴水準下的區間下界(表1),並分別表示為S1αS2α以及Symα,其中α為型1誤差。例如在95%的信賴水準下,可以說明能正常直線行走的帕金森氏症患者之平均步伐規律性不低於S10.05=0.3345跨步規律性不低於S20.05=0.5259跨步規律性不低於Sym0.05=0.8214。從另一個角度來看,若步伐參數低於此三數字,也可以推論帕金森氏患者直線行走步態異常(如圖2所示)。因此,我們利用此信賴區間下界來定義為正常步態與異常步態的臨界值,為了保險起見,只要其中一步態參數在其臨界值以下就有可能即將步入異常步態。

1. 帕金森氏症患者在不同信賴水準之下平均正常步態參數之區間下界

信賴水準

直線行走步態參數

100×(1α)%

S1α

S2α

Symα

90%

0.3429

0.5344

0.8317

95%

0.3345

0.5259

0.8214

97.5%

0.3269

0.5182

0.8121

99%

0.3175

0.5087

0.8007

2. 95%信賴水準下,安全與異常步態區域

本研究利用可攜帶式活動偵測器來量測帕金森氏症患者之步態參數,將實驗所收集步態資料利用統計推論方法定義出帕金森氏患者異常步態。此推論結果將可用於未來發展帕金森氏患者跌倒預防系統建立或復健評估之依據。由於在進行招募受測者有一定的困難,本研究只招募到五位帕金森氏症受測者共25筆數據作分析,為提升統計推論結果的可靠性,未來研究須持續進行收集更多帕金森氏患者步態資料來準確估計。

參考資料

1.          Yang, C. C, Hsu, Y. L. (2009). Development of a wearable motion detector for tele-monitoring and real-time identification of physical activity. Telemedicine and e-Health, 15(1), 62-72.