一种帕金森疾病客观化、定量化早期诊断系统及存储介质技术方案

本发明专利技术属于帕金森病早期诊断技术领域，具体涉及一种帕金森疾病客观化、定量化早期诊断系统及存储介质。该系统包括：输入模块，用于输入定量化任务所采集的数据；特征提取模块，用于对所述输入模块得到数据进行处理，得到特征；所述定量化任务所采集的数据包括如下数据中的至少一项：包括笔试、抓握、步态、语音、眼动、认知量表、呼吸、心电、肌电多维度信号。本发明专利技术能够定量化、标准化、系统化、多维度的对帕金森患者进行客观评估，为帕金森的早期诊断和准确诊断提供技术基础，具有很好的应用前景。具有很好的应用前景。具有很好的应用前景。

【技术实现步骤摘要】
一种帕金森疾病客观化、定量化早期诊断系统及存储介质


[0001]本专利技术属于帕金森病早期诊断
，具体涉及一种帕金森疾病客观化、定量化早期诊断系统及存储介质。

技术介绍

[0002]帕金森病（Parkinson
’
sdisease，PD）是近年来常见神经系统退行性疾病，也是老年人中最常见的运动障碍疾病。其主要的临床表现包括静止性震颤、运动缓慢、肌强直和姿势异常为主的运动症状及嗅觉减退、便秘、睡眠障碍和抑郁为主的非运动症状。
[0003]此病无法治愈,但早期干预能很大程度缓解疾病的进展和改善预后。帕金森病是隐匿起病，逐渐进展，病人去就医的时候往往症状已经比较明显。PD目前的诊断方法主要依靠医师工作经验及患者的临床表现,误诊率较高,且无法早期发现，因此亟待客观、早期、有效的PD诊断方法。
[0004]目前，帕金森病的诊断，主要依据病史、临床症状以及体征。医生会根据病人提供的病史和自己的查体所见给出初步的诊断，之后还需要要做头颅的磁共振检查、抽血化验检查、脑电图、心电图等，以排除其他可能有帕金森病症状的疾病，如脑卒中后帕金森综合症，药物性帕金森综合症，外伤性帕金森综合症等疾病。
[0005]现有文献利用某一种或两种检查数据对患者的某一神经功能进行评估和预测。例如，肖一峰等总结了现有嗅觉障碍在帕金森患者种的筛查方法，探索帕金森疾病的早期嗅觉障碍相关标志物（帕金森病嗅觉障碍研究进展[J].肖一峰,吴婧.中国实用神经疾病杂志.2020(16)）；司慧丽等分析了睡眠障碍对帕金森疾病影响因素（帕金森病患者睡眠障碍特点及其影响因素分析[J].司慧丽,纪别克,赵鸿雁,宋阳,庄艳华,朱倩倩,曹辉,苏俊红,张庆梅.广东医学.2020(01)）；马欢等对比分析帕金森病患者的唾液腺及心脏间碘苄胍显像对帕金森疾病的诊断价值（马欢,阚英,王巍,刘洁,杨吉刚.~(123)I
‑
MIBG显像对帕金森病早期诊断的临床价值[J].临床和实验医学杂志,2021,20(19):2105
‑
2109）；刘杰、王晓雯等分析了帕金森缓则的嗓音构音障碍对疾病诊断的价值（1～3期帕金森病患者的嗓音特征研究[J].刘杰,李利,余波,黄昭鸣.听力学及言语疾病杂志.2020(01)；王晓雯,黄昭鸣,钱红,袁海新,刘杰.高频重复经颅磁刺激双侧M1区联合构音训练对帕金森病人运动不及型构音障碍的影响[J].实用老年医学,2022,36(05):508
‑
511.）。然而，这些使用单一指标进行帕金森病诊断的方案在诊断准确性等指标上仍然有所不足，因而难以实现帕金森病的早期诊断。可见，如何构建一种完整的体系，实现帕金森病的早期诊断仍然本领域亟需解决的问题。

技术实现思路

[0006]针对现有技术的问题，本专利技术提供一种帕金森疾病客观化、定量化早期诊断系统，目的在于提供可用于准确诊断帕金森病的指标体系，实现帕金森病的早期诊断。
[0007]一种帕金森疾病客观化、定量化早期诊断系统，包括：
输入模块，用于输入定量化任务所采集的数据；特征提取模块，用于对所述输入模块得到数据进行处理，得到特征；所述定量化任务所采集的数据包括如下数据中的至少一项：数据1：受试者画引导性阿基米德螺旋线，采集笔感知接触点x和y的位置、笔尖和纸之间的压力；数据2：受试者进行步行，采集足底压力时间序列、偏转角度时间序列、角速度时间序列、加速度时间序列和肌电时间序列；数据3：受试者进行朗读或自述，采集语音序列；数据4：记录受试者的眼球运动，采集眼动数据；数据5：对受试者的夜间睡眠进行监测，采集心电时间序列和呼吸时间序列；数据6：对受试者进行认知量表测试，采集量表评分。
[0008]优选的，所述数据1进行处理后得到的特征包括：每个线段的总长度、每段的总持续时间为、平均速度、加权平均速度、每一段的平均笔压、螺旋图平均速度与平均笔压的综合指数；所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：其中，x、y是笔尖的位置坐标，x
n
、y
n
对应第n个采样样本，i代表第i个线段，m
i
为第i个线段的样本总数，SR是采样率，pr是笔尖压力，为第i个线段的平均笔压。
[0009]优选的，所述数据2进行处理后得到的特征包括：足底压力随时间变化的时空特征、步行速度、姿态特征、步频、步幅、步速、每个通道的肌电的积分、威廉姆森振幅、方差、过零、斜率符合变化和波形长度；其中，所述足底压力随时间变化的时空特征通过基于图神经网络的循环神经网络获得；所述每个通道的肌电的总和值IEMG、威廉姆森振幅WAMP、方差VAR、过零ZC、斜率SSC符合变化和波形长度WL计算公式如下：
其中，，是肌电时间序列的采样总个数，是第n个采样点数据。
[0010]优选的，所述数据3进行处理采用频谱分析、时频分析、倒谱分析等方法分析后得到的特征包括：基频微扰Jitter、振幅微扰Shimmer、谐噪HNR、频谱熵SE、速度熵SQ、开放熵OQ、闭合熵CQ、频谱通量SF和倒谱类声学特征、概率密度函数；所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：
其中，N是提取的语音信号周期数，是第i个语音信号周期长度，是第i个语音周期的振幅，是谐波成分能量，是噪声成分能量，是声门渐开时间段，是声门渐闭时间段，T是一个完整声门周期，是声带关闭时间，是每个频率分量的频谱幅值，为第k个频率分量，是分量值对应的概率密度值，N是FFT的采样点数，E为第r帧的能量，f是频率。
[0011]优选的，所述数据4进行处理后得到的特征包括：首次注视时间、眼跳潜伏期、总注视时间、回视时间、回视次数、眼动轨迹和扫视幅度。
[0012]优选的，所述数据5进行处理后得到的特征包括：Re sppeak _ num、Average _ Re sp、Re sppeak _ valley _ SD、Re sp _ peak _ SD、Re sp _ power001005、Re sp _ power005015、Re sp _ power01505、Re sp _ powervlflf、Re sp _ powervlfhf、Re sp _ powerlfhf；其中，Re sppeak _ num指的是一段时间内的呼吸波峰数量，Average _ Re sp指的是一段时间内呼吸波峰波谷的间隔平均值，Re sppeak _ valley _ SD指的是连续呼吸波峰波谷的间隔标准差，Re sp _ peak _ SD指连续呼吸波峰的间隔标准差，Re sp _ power001005是呼吸信号在 0.01
‑
0.05Hz 之间的能量，Re sp 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种帕金森疾病客观化、定量化早期诊断系统，其特征在于，包括：输入模块，用于输入定量化任务所采集的数据；特征提取模块，用于对所述输入模块得到数据进行处理，得到特征；所述定量化任务所采集的数据包括如下数据中的至少一项：数据1：受试者画引导性阿基米德螺旋线，采集笔感知接触点x和y的位置、笔尖和纸之间的压力；数据2：受试者进行步行，采集足底压力时间序列、偏转角度时间序列、角速度时间序列、加速度时间序列和肌电时间序列；数据3：受试者进行朗读或自述，采集语音序列；数据4：记录受试者的眼球运动，采集眼动数据；数据5：对受试者的夜间睡眠进行监测，采集心电时间序列和呼吸时间序列；数据6：对受试者进行认知量表测试，采集量表评分。2.按照权利要求1所述的帕金森疾病客观化、定量化早期诊断系统，其特征在于：所述数据1进行处理后得到的特征包括：每个线段的总长度、每段的总持续时间为、平均速度、加权平均速度、每一段的平均笔压、螺旋图平均速度与平均笔压的综合指数；所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：所述特征的计算公式为：其中，x、y是笔尖的位置坐标，x
n
、y
n
对应第n个采样样本，i代表第i个线段，m
i
为第i个线段的样本总数，SR是采样率，pr是笔尖压力，为第i个线段的平均笔压。3.按照权利要求1所述的帕金森疾病客观化、定量化早期诊断系统，其特征在于：所述数据2进行处理后得到的特征包括：足底压力随时间变化的时空特征、步行速度、姿态特征、步频、步幅、步速、每个通道的肌电的积分、威廉姆森振幅、方差、过零、斜率符合变化和波形长度；其中，所述足底压力随时间变化的时空特征通过基于图神经网络的循环神经网络获
得；所述每个通道的肌电的总和值IEMG、威廉姆森振幅WAMP、方差VAR、过零ZC、斜率SSC符合变化和波形长度WL计算公式如下：合变化和波形长度WL计算公式如下：合变化和波形长度WL计算公式如下：合变化和波形长度WL计算公式如下：合变化和波形长度WL计算公式如下：合变化和波形长度WL计算公式如下：其中，，是肌电时间序列的采样总个数，是第n个采样点数据。4.按照权利要求1所述的帕金森疾病客观化、定量化早期诊断系统，其特征在于：所述数据3进行处理采用频谱分析、时频分析、倒谱分析等方法分析后得到的特征包括：基频微扰Jitter、振幅微扰Shimmer、谐噪HNR、频谱熵SE、速度熵SQ、开放熵OQ、闭合熵CQ、频谱通量SF和倒谱类声学特征、概率密度函数；所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：所述特征的计算公式如下：
其中，N是提取的语音信号周期数，是第i个语音信号周期长度，是第i个语音周期的振幅，是谐波成分能量，是噪声成分能量，是声门渐开时间段，是声门渐闭时间段，T...

【专利技术属性】
技术研发人员：王方，周小波，
申请(专利权)人：四川大学华西医院，
类型：发明
国别省市：