Hodnocení plynulosti otočky z akcelerometrických záznamů u pacientů s Parkinsonovou nemocí

Abstract

Bakalářská práce se zabývá výpočtem plynulosti pohybu z gyroakcelerometrických záznamu pacientů s Parkinsonovou chorobou, kteří podstoupili hlubokou mozkovou stimulaci. Hluboká mozková stimulace je zákrok, při kterém jsou pacientovi implantovány elektrody, které elektrickými impulzy stimulují část mozku. Tento zákrok je efektivním krátkodobým řešením pro zmírnění symptomů Parkinsonovy choroby. Cílem předkládané práce je navrhnout a vypočítat parametr, který bude kvantifikovat plynulost pohybu při otáčivém pohybu pacientů s Parkinsonovou nemocí. Vypočítaný parametr plynulosti je následně využit pro zhodnocení efektivity hluboké mozkové stimulace. S využitím gyroakcelerometrického senzoru G-Walk bylo naměřeno 30 pacientů při otáčivém pohybu před hlubokou mozkovou stimulací, 6 měsíců a 12 měsíců po ní. Naměřené zrychlení a úhlová rychlost jsou zpracovány v MATLABu R2022b a využity k výpočtu parametru plynulosti. Ve vypočtené plynulosti pohybu se objevuje trend, který vykazuje zlepšení plynulosti pohybu po hluboké mozkové stimulaci. Statistická analýza toto ale nepotvrdila. Z výsledků vyplývá, že výpočet plynulosti LDLJ lze použít pro odhadnutí změny plynulosti pohybu u pacientů s Parkinsonovou nemocí po hluboké mozkové stimulaci, ale není dostatečně citlivý na to, aby to statisticky významně prokázal.

The bachelor thesis focuses on the computation of movement smoothness from IMU recordings of patients with Parkinson's disease who undergo deep brain stimulation. Deep brain stimulation is a procedure that involves implanting electrodes into specific areas of the brain to deliver electrical impulses that can improve the symptoms of Parkinson's disease in the short-term. The aim of this thesis was to design and estimate a parameter that will quantify the smoothness of rotational movement of patients with Parkinson’s disease. Estimated movement smoothness will be used to evaluate the effectiveness of deep brain stimulation. Using the G-Walk inertial measurement unit, 30 patients were measured during rotational motion before, 6 months and 12 months after deep brain stimulation. The measured data (acceleration, angular velocity) were processed in MATLAB R2022b and used to estimate the movement smoothness. Calculated movement smoothness shows a trend of improvement in movement smoothness after deep brain stimulation. However, statistical analysis did not confirm this. Results indicate that the calculation of smoothness in Parkinson's disease patients after deep brain stimulation is not sensitive enough to provide statistically significant evidence of a change in smoothness of movement.