Zpracování signálů z akcelerometrických sensorů za účelem stanovení míry tremoru u pacientů s roztroušenou sklerózou

Abstract

Cieľom práce je spracovanie signálov z gyroskopického senzoru za účelom stanovenia miery tremoru z výsledkov klinických meraní. Merania boli vykonané u zdravých ľudí a pacientov trpiacich sklerózou multiplex. Navrhnutím vhodnej parametrizácie pre spracovanie signálov v programe MATLAB sa vo výsledkoch určuje PSD (Power Spectral Density). Vstupnými parametrami sú záznamy tremoru z merania gyroskopom na ľavej a pravej hornej končatine. Zámerom je navrhnúť klasifikátor, ktorý klasifikuje osoby medzi zdravé a trpiace sklerózou multiplex. Na klasifikáciu sú použité algoritmy K-means a bayesovské rozhodovanie. Klasifikátor bol testovaný na kontrolnej skupine 34 osôb. Skupina sa skladala z 18 osôb, u ktorých nebola a 16 osôb, u ktorých bola diagnostikovaná skleróza multiplex. Pomocou K-Means algoritmu na konkrétnej trojici parametrov (kumulatívna hodnota PSD, vyšetrenie tremoru gyroskopom vo fixnom pásme od 0 do 4, PSD v pásme 7 Hz pre ľavú aj pravú hornú končatinu) sa dosiahla klasifikačná presnosť až 82.35%. Aj napriek malej vzorke dát je z výsledkov zrejmé, že obidva algoritmy dosiahli uspokojivé hodnoty v presnosti klasifikácie.

Thesis focuses on the processing of signals from a gyroscopic sensor for the purpose of determining tremor rates from the results of clinical measurements. Measurements were performed on healthy people and patients suffering from multiple sclerosis. By designing a suitable parameterization for processing the signals in the MATLAB program, that determine the results by the PSD (Power Spectral Density). The input parameters are tremor records from gyroscope measurements on the upper left and upper right limbs. The intention is to design a classifier that classifies people as healthy and suffering multiple sclerosis. K-means and Bayesian algorithms are used for classification decision making. The classifier was evaluated on a control group of thirty-four subjects. The group consists of 18 people who were healthy and 16 people who were diagnosed with multiple sclerosis. Using the K-Means algorithm on a specific three parameters (cumulative PSD value, examination of tremor with gyroscope in fixed band from 0 to 4, PSD in 7 Hz band for left and right upper limb. We achieved classification accuracy of up to 82.35%. Despite the small sample of data, it is clear from the results that both algorithms reached satisfactory values in accuracy of classification.