چطور این مقاله مهندسی پزشکی را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2009383 رایگان است. ترجمه چکیده این مقاله مهندسی پزشکی در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
711 Kb
حجم فایل فارسی :
1 مگا بایت
نوع فایل های ضمیمه :
Pdf+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
رفتار حرکت سرپایی در بیماران زوال عقل: مقایسه ای با بیماری پارکینسون
عنوان انگليسي
Ambulatory Gait Behavior in Patients with Dementia: A Comparison with Parkinson’s Disease
نویسنده/ناشر/نام مجله
IEEE Transactions on Neural Systems and Rehabilitation Engineering
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی پزشکی شامل 10 صفحه انگلیسی به صورت پی دی اف و 26 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
تحليل حرکت مبتني بر شتاب سنجي، روش نویدبخشی برای دستيابي به اطلاعات عمیق در مورد مشخصه های حرکت بيماران مبتلا به اختلالات عصبي مانند زوال عقل و بيماري پاركينسون (PD) است. به منظور بهبود کاربرد عملی آن در خارج از آزمایشگاه یا بیمارستان باید متریک های جدیدی با قابلیت اندازه‌گیری حرکت سرپایی و روش های استخراج آنها از روی داده های بلند مدت شتاب طراحی شوند. در این مقاله روشی برای تحلیل حرکت ارائه می شود که برای این منظور به دست آمده است. سیستم ما مبتنی بر یک شتاب سنج نصب شده در بالاتنه و الگوریتم تحلیلی برای ارزیابی رفتار حرکت است که می تواند وابسته به شرایط باشد. این الگوریتم شامل شناسایی پیک های حرکت از روی داده های شتاب و تحلیل الگوهای چندمودی در رابطۀ بین چرخۀ حرکت و شتاب عمودی حرکت می باشد. مجموعه ای از شش معیار جدید را می توان با اِعمال این الگوریتم به سیگنال حرکت 24 ساعته به دست آورد. برای بررسی عملکرد و کارایی روش پیشنهادی، داده های شتاب را از 13 فرد سالم، 26 فرد مبتلا به PD و 26 فرد مبتلا به اختلال شناختی خفیف یا زوال عقل ثبت کرده ایم. هر گروه افراد بیمار نیز بر اساس شدت بیماری به دو دسته تقسیم شده اند که هر کدام شامل 13 نفر هستند و رفتار حرکت این پنج گروه با هم مقایسه شده اند. ما دریافتیم که گروه های سالم، PD و MCI/ زوال عقل دارای الگوهای حرکتی خاصی هستند که می توان با استفاده از مجموعه معیارهای حرکتِ به دست آمده، آنها را از یکدیگر متمایز کرد. همچنین پارامترهای متعارف مانند شتاب حرکت، چرخۀ حرکت و تنوع حرکت را مورد بررسی قرار دادیم اما موفق به بازتولید تفاوت های مشخص در بین این پنج گروه نشدیم. این یافته ها نشان می دهند که روش تحلیل حرکت پیشنهادی را می توان برای به دست آوردن ویژگی های حرکت ویژۀ بیماری در محیط های اجتماعی به کار برد.
1-مقدمه
راه رفتن یکی از اساسی ترین فعالیت های انسان به شمار می رود. معیارهای کمّی حرکت از قبیل تعداد گام در دقیقه، سرعت حرکت و طول گام، اطلاعات ارزشمندی در مورد عملکرد حرکت فرد و همچنین پیشرفت سالخوردگی و بیماری ارائه می دهند. ارزیابی حرکت انسان بر اساس حسگرهای پوشیدنی مانند شتاب سنج و ژیروسکوپ در طول دهۀ گذشته توجهات فزاینده ای را به خود جلب کرده است [1] [2]. این حسگرها سبک وزن و کم هزینه هستند و طول عمر زیادی دارند و امکان شناسایی ویژگی های مکانی و زمانی به صورت عینی و بدون جلب توجه در حرکت عادی و بیمارگونه را میسر می سازند…
شتاب سنج پردازش سیگنال زیست پزشکی زوال عقل
:کلمات کلیدی
Abstract
Accelerometry-based gait analysis is a promising approach in obtaining insightful information on the gait characteristics of patients with neurological disorders such as dementia and Parkinson’s disease (PD). In order to improve its practical use outside the laboratory or hospital, it is required to design new metrics capable of quantifying ambulatory gait and their extraction procedures from long-term acceleration data. This paper presents a gait analysis method developed for such a purpose. Our system is based on a single trunk-mounted accelerometer and analytical algorithm for the assessment of gait behavior that may be context-dependent. The algorithm consists of the detection of gait peaks from acceleration data and the analysis of multimodal patterns in the relationship between gait cycle and vertical gait acceleration. A set of six new measures can be obtained by applying the algorithm to a 24-h motion signal. To examine the performance and utility of our method, we recorded acceleration data from 13 healthy, 26 PD, and 26 mild cognitive impairment or dementia subjects. Each patient group was further classified into two, comprising 13 members each, according to the severity of the disease, and the gait behavior of the five groups was compared. We found that the normal, PD, and MCI/dementia groups show characteristic walking patterns which can be distinguished from one another by the developed gait measure set. We also examined conventional parameters such as gait acceleration, gait cycle, and gait variability, but failed to reproduce the distinct differences among the five groups. These findings suggest that the proposed gait analysis may be useful in capturing disease-specific gait features in a community setting.
Keywords:
Accelerometer biomedical signal processing dementia
سایر منابع مهندسی پزشکی در زمینه پارکینسون