基于運動傳感器的帕金森自動分級研究

楊越，汪豐，孫豐，鄭慧芬

1.東南大學 生物醫學與科學工程，江蘇 南京 210000；2.南京醫科大學附屬腦科醫院 a.神經內科；b.老年神經科，江蘇 南京 210029

引言

帕金森病（Parkinson’s Disease，PD）是一種慢性的中樞神經系統退化性疾病，會對患者的運動、語言和其他功能造成損害，多發于中老年人[1]。據調查，中國目前PD患者人數已有200余萬人。對于PD精準的治療和監測關鍵要求是對疾病階段和嚴重程度測量是定量的，可靠的和可重復的[2]。PD研究的最近50年一直以主觀評分為主，這些評分是通過人為觀察和分析臨床疾病特征的表現而獲得的。PD的運動功能評價是康復治療的重要內容，其對評估藥物效果，指導制定治療方案和輔助診斷等具有重要作用。目前臨床上主要依靠相關評分量表對各項指標進行打分，比如Hoehn&Yahr量表、Webster量表和Unified Parkinson’s Disease Rating Scale（UPDRS）等。

臨床渴望能盡早診斷患者的臨床癥狀、監測疾病進展并迅速找到最佳的治療方案。患者希望提高生活質量，同時減少體檢門診，患者護理力求盡量減少對門診的依賴，并轉入患者家中。最近，已經開發了基于傳感器的“可穿戴”系統，定量、客觀和易于使用地用于量化PD癥狀。這項技術有可能顯著改善PD的臨床診斷和管理以及臨床研究的進行。然而，這些可穿戴式傳感器所捕獲的大規模數據和高維度的特征需要復雜的信號處理和機器學習算法來將其轉化為具有科學意義和臨床意義的信息。

本文從傳統量表和臨床醫學出發，設計一系列表現患者運動功能狀態的動作，通過加速度計數據提取特征參數，最終通過先進的機器學習分類方法來預測帕金森病患者的Hoehn-Yahr分期。

1 數據與方法

1.1 數據收集

在2015年9月到2018年2月期間共采集67個人為研究對象，年齡從41歲到80歲。實驗組的數據采集自本課題的合作醫院南京醫科大學附屬腦科醫院，確診為PD Hoehn & Yahr分期1到4，即輕度至中度雙側疾病。分期標準，見表1。

表1 Hoehn-Yahr分期標準

實驗組對象來自的狀態包括服用藥物前、服用藥物后、深部腦刺激治療后，與之對應的PD運動分級是由臨床醫生在進行收集數據實驗后立刻執行的。健康對照組來自兩家醫院的工友、陪護人員等。其中，各個分類人數的比例指的是健康個體數量比上1到4級各級個體的數量。健康組:1級:2級:3級:4級人數比例為11:7:24:17:8，男女比例為1:2，年齡分布為（62.8±8.5）歲。

受試者被指導執行一系列標準化的運動任務，用以評估PD患者的臨床情況。這些運動任務根據統一帕金森病評定（UPDRS）量表制定，運動任務包括10 m往返行走、雙重任務10 m往返行走、反復起坐、雙手連續翻腕、靜坐交替抬腿、睜眼靜止站立、閉眼靜止站立、靜坐雙手平舉（姿勢性震顫）、靜坐雙手平放大腿（靜止性震顫）[3]。

已有的體域網運動采集系統，見圖1，該無線傳感器網絡包括5個終端采集節點，即三軸的加速度、角速度傳感器，分別佩戴在人體的左右腳踝部、左右手腕部和腰部后背中心。采集系統使用MPU6050芯片作為核心傳感器，角速度傳感器的量程為±2000°/sec，加速度傳感器的亮度為±8 g，采樣率為50 Hz。數據接收終端通過USB接口與PC機相連，采用串口通訊協議與上位機進行通信，通過近距離無線通信方式，與采集終端進行通信。

圖1 數據采集系統結構示意圖

1.2 特征提取

具有代表性的多維度特征提取是算法的基礎。本文結合各個任務的運動特征和統計特征來共同描述運動。

1.2.1 數據預處理

由于佩戴位置松動產生的人與儀器的相對運動帶來的噪聲和采集系統的測量噪聲。信號分別通過截止頻率為0.25 Hz的2階巴特沃茲高通濾波器去除佩戴位置帶來的基線影響，和截至頻率為20 Hz的4階巴特沃茲低通濾波器去除高頻噪聲干擾[4]。

對每個獨立的運動任務，用5 s矩形窗將30維（有5個傳感器，每個傳感器有6個軸的信號）信號分割為各不相交的數據段，將每個窗口中的數據段視為一個動作任務的代表。采用5 s的窗口被證明可以提高結果的準確率[5-6]。

1.2.2 運動特征提取

結合UPDRS量表等評測標準以及PD臨床專家的意見，從步行分析、平衡能力、姿勢轉換能力、關節活動能力以及震顫程度5個方面計算運動特征參數。以不同運動功能之間的差異性顯著和重復性小作為參數篩選的標準。

步態分析主要從時域和空間域同時分析上肢和下肢的動作，時域參數包括步態周期、雙支撐相（雙腳與地面同時接觸的時間）[7]；空間域參數包括步長、擺臂角速度峰值、擺臂平均角度。分析平衡能力需要對比受試者在有視覺輔助狀態下與沒有視覺輔助下的控制身體的重心能力，需要分析腰部的傳感器，時域參數包括重心動搖距離均方根、重心單位時間軌跡；頻域參數包括95%功率頻率、質形心頻率和重心動搖平滑性。姿勢轉換能力是通過反復起坐和往返走中的轉彎這兩個動作來分析的，需要分析腰部的傳感器，參數包括完成由坐到站和到由站到坐所需平均時間、反復起坐身體平均彎曲角度、完成轉彎所用的平均時間、轉彎中身體角速度的峰值[8]。通過連續翻腕和靜坐抬腿這兩個動作來分別評價上肢和下肢的關節活動能力，需要的參數包括翻腕的平均角度、完成翻腕的平均周期、完成一個抬腿動作的平均周期和每個抬腿周期內的角速度峰值。震顫的評價主要通過靜止震顫和動作震顫，分析其3～8 Hz的頻譜。以上的時域和空間域參數都需要計算其標準差。

1.2.3 統計特征提取

使用了幾個時域和頻域上的標準機器學習特征，分別在六軸傳感器5 s的窗口截取后的數據上計算。時域統計特征包括標準差的無偏估計、偏度和峰度。頻域特征包括主頻頻率、質心頻譜和帶寬。其中主頻頻率表示功率譜最大值的頻率。分別使用以下3個公式計算：

其中F( f )表示信號的傅里葉變換，所求的頻率范圍是0～50 Hz。

時頻域特征是通過小波變換來計算不同的時頻段的信號特征[9]。使用Meyer小波[10]對信號進行9層小波分解計算各個時頻段下的相對能量。信號的能量通過近似系數的歐幾里得范式來計算：

其中a9表示由第九層小波分解的近似系數組成的向量。第k層小波分解的細節系數由下式計算：

使用下面的兩個公式來計算每層小波分級對相對能量的貢獻：

除以上參數之外，也根據波形計算了其他一些參數。通過離散傅立葉變換計算各軸數據的諧波比，公式如下：

其中Cn是諧波系數；wo是步幅頻率；φn是相位。然后將前20個諧波系數相加并用于計算諧波比。

1.3 分級算法

每個訓練集實例是各個運動任務中統計參數和運動參數的組合，將特征歸一化到[0, 1]區間。得到特征表示后需要選擇一種分類器，以根據加速度計和陀螺儀數據的特征來估計PD的H-Y分期。本文對3個目前最先進的分類器：支持向量機（Support Vector Machine，SVM）[11]、K最鄰近（K-Nearest Neighbor，KNN）[12]以及隨機森林[13]進行比較。由于這些方法在許多分類問題中的成功，并展現出良好的泛化性能。使用python的sklearn工具箱[14]來實現以上分類算法。

分類器的驗證標準為“留一法”，如果設原始數據有N個樣本，即每個樣本單獨作為驗證集,其余的N-1個樣本作為訓練集，會得到N個模型。該方法有兩個明顯的優點：① 每一回合中幾乎所有的樣本皆用于訓練模型，因此最接近原始樣本的分布，這樣評估所得的結果比較可靠；② 實驗過程中沒有隨機因素會影響實驗數據，確保實驗過程是可以被復制的。其缺點是稍微增加了驗證模型的時間，但是時間消耗在可以接受的范圍內。

2 結果

2.1 分類器的比較

2.1.1 支持向量機算法結果分析

由于最終結果有5種不同類別，所以具體實現采用“一對多”的方法解決多類分類問題，以降低計算量，并且通過驗證對分類精度沒有影響。使用三個不同的內核，即指數（sigmoid）、徑向基（rbf）和多項式（poly）內核，并比較結果。使用的多項式核函數的次數為3。隨著懲罰系數從1到100增加時，三種內核下分類器的準確率的變化趨勢圖，見圖2。

當我們將錯誤分類懲罰系數“C”從1增加到100時，由于分類器的復雜性隨著“C”值的增加而增加，因此預期每個分類器的準確度會增加。但是觀察得到當“C”的值大于5時，指數核與徑向基核導出結果準確率降低，最終在保持在65%左右的準確率。對于使用多項式核導出的結果一直隨著“C”的增加而增加，直到C的取值在80以上時保持穩定。

圖2 準確率隨懲罰系數變化趨勢圖

2.1.2 K最鄰近算法結果分析

KNN的工作原理為：對于測試樣本，通過某種計算距離的方式找到訓練集中與其最靠近的k個訓練樣本，根據k個“鄰居”的信息來進行預測。樣本的權重有“uniform”(為每個鄰居分配統一的權重)和“distance”(與距離查詢點距離的倒數成比例的權重)兩種方法。比較這兩種權重選擇方法，準確率的變化趨勢，見圖3。

圖3 準確率隨K值變化趨勢圖

可以看到隨著k的增加兩種權重選擇方法差異不大，“uniform”方式的準確率稍微高一點。

2.1.3 隨機森林算法結果分析

鑒于決策樹[15]容易過擬合的缺點，隨機森林采用多個決策樹的投票機制來改善決策樹。有兩種測量分割質量的函數，分別是“gini”(基尼雜質)和“entropy”(信息增益)。將隨機森林中決策樹的數量K從1增加到100，可以看到在決策樹的數量小于20時準確率呈現增加趨勢，隨后保持平穩。兩種測量分割質量的函數的差別很小。其趨勢圖，見圖4。

2.1.4 三種算法結果的比較

三種分類器的準確率分別為：支持向量機89.55%，K最鄰近79.83%，隨機森林86.85%，可以看到支持向量機的分類精度最高。

在分類精度最高的支持向量機中，各類樣本的分類情況，見表3，括號中為每類的總人數。

圖4 準確率隨決策樹數量變化趨勢圖

表3 各類分類結果（人）

2.2 參數的選擇

本文提取了兩種類型的特征參數，分別是運動特征與統計特征。在使用SVM分類器時，單獨使用運動特征的準確率為75.52%，統計特征的準確率為78.31%，同時使用兩種特征的準確率為89.55%。明顯可以看到，同時使用兩種特征對提高模型的準確率有很大的幫助。

3 討論

因為基于運動傳感器參數的PD檢測系統結合臨床需求通過傳感器數據與最先進的機器學習算法定量的分析PD患者的運動功能，本研究很好的輔助了PD的臨床診斷以及臨床研究。在大多數可穿戴設備和機器學習相結合的算法中[2]，特征參數一般都來自時頻域上的統計參數，而忽略了一些經典的體現運動特征的參數[7-8]。有效的特征選擇和提取是建模成功的關鍵，而本研究首創合并了運動特征和統計特征來共同建立一個相對全面的特征表達的方法。從實驗中可以看到同時加入運動特征和統計特征相較于單獨加一種特征分類器的準確率提高了16.42%。同樣多個可穿戴傳感器節點為模型提供了全面的特征尺度，本研究記錄一共5個節點的六軸加速度和角速度數據；相比之下其他研究工作通常只記錄1～2個節點的3軸加速度數據[16]。本研究對比了3種最先進的分類器的實驗結果，得到的結果數據可以為其他研究者選擇分類器時做一個參考。后續研究可以從特征參數降維、特征組合以及多種機器學習模型融合的方法來提高算法準確率。

4 結論

本研究針對PD的自動H-Y分級任務，給出了一種基于運動特征和統計特征的機器學習分類方法。在67例個體中，達到了89.55%的準確率，可以輔助醫生的日常診斷。下一步的研究可以使用多模型融合的方法，用多個模型預測到的概率來進行投票，提升單個模型的精度。另一方面深度學習在許多領域取得了非凡的成果[17]，結合深度學習和運動傳感器的方法也是一個很好的嘗試。

[參考文獻]

[1] Poewe W,Seppi K,Tanner CM,et al.Parkinson disease[J].Nat Rev Dis Primers,2017,3:17013.

[2] Kubota KJ,Chen JA,Little MA.Machine learning for largescale wearable sensor data in Parkinson’s disease: Concepts,promises, pitfalls, and futures[J].Movem Dis,2016,31(9):1314-1326.

[3] 喬子晏.基于慣性傳感器的PD患者運動功能評價的研究[D].南京:東南大學,2016.

[4] Zwartjes DG,Heida T,van Vugt JP,et al.Ambulatory monitoring of activities and motor symptoms in Parkinson’s disease[J].IEEE Trans Biomed Eng,2010,57(11):2778-2786.

[5] Patel S,Lorincz K,Hughes R,et al.Monitoring motor fluctuations in patients with Parkinson’s disease using wearable sensors[J].IEEE Trans Inf Technol Biomed,2009,13(6):864-873.

[6] Pastorino M,Cancela J,Arredondo MT,et al.Assessment of Bradykinesia in Parkinson’s disease patients through a multi-parametric system[A].International Conference of the IEEE Engineering in Medicine and Biology Society[C].New York:IEEE,2011:1810-1813.

[7] Yang S,Zhang JT,Novak AC,et al.Estimation of spatio-temporal parameters for post-stroke hemiparetic gait using inertial sensors[J].Gait Post,2013,37(3):354-358.

[8] Salarian A,Horak FB,Zampieri C,et al.iTUG, a sensitive and reliable measure of mobility[J].IEEE Trans Neural Syst Rehabil Eng,2010,18(3):303-310.

[9] Sejdic E,Lowry KA,Bellanca J,et al.A comprehensive assessment of gait accelerometry signals in time, frequency and time-frequency domains[J].IEEE Trans Neural Syst Rehabil Eng,2014,22(3):603-612.

[10] Stankovi? S,Orovi? I,Sejdi? E.Multimedia signals and systems[M].New York:Springer,2012.

[11] Suthaharan S.Machine learning models and algorithms for big data classification[M].Boston:Springer,2016

[12] Peterson LE.K-nearest neighbor[J].Scholarpedia,2009,4(2):1883.

[13] Breiman L.Random forests[J].Mach Lear,2001,45(1):5-32.

[14] Komer B,Bergstra J,Eliasmith C.Hyperopt-sklearn: Automatic hyperparameter configuration for scikit-learn[J].Icml Automl Workshop,2014.

[15] Geurts P,Irrthum A,Wehenkel L.Supervised learning with decision tree-based methods in computational and systems biology[J].Mol Biosyst,2009,5(12):1593-1605.

[16] Arora S,Venkataraman V,Zhan A,et al.Detecting and monitoring the symptoms of Parkinson’s disease using smartphones: A pilot study[J].Park relat dis,2015,21(6):650-653.

[17] Lecun Y,Bengio Y,Hinton G.Deep learning[J].Nature,2015,521(7553):436