Lyapunovský exponent při analýze chůze pacientů s Parkinsonovou chorobou

Abstract

Diplomová práce řeší problematiku analýzy vlivu Parkinsonovy choroby na chůzi. Jedním z cílů práce je navrhnout a realizovat aplikaci největšího Lyapunovského exponentu na různá akcelerometrická nebo z nich odvozená data. Stěžejní částí práce jejeho výpočet a statistické vyhodnocení rozlišovací schopnosti tohoto parametru mezi pacienty a referenční skupinou. Akcelerometrická data byla získána experimentálním měřením při prodlouženém TUG a TUG s kognitivní úlohou. Největší Lyapunovský exponent byl vyhodnocen pro dva typy měření a tři polohy senzoru na těle subjektu. K určení největšího Lyapunovského exponentu byl použit původní algoritmus navrženýM.T. Rosensteinem. Vypočítaná data byla dále zpracována a statisticky vyhodnocena. Podařilo se nám odlišit referenční skupinu a pacienty. Dokázali jsme, že lepším testem pro výpočet tohoto parametru je prodloužený TUG oproti jeho kognitivní alternativě a nejlepší polohou pro umístění senzoru jsou dolní končetiny.

Master thesis describes issues of gait analysis of Parkinson Disease. One of the goals is to design and implement an application of the largest Lyapunov exponent on various accelerometer or derived data. The main section is a statistical evaluation of the resolution of this parameter between patients and the reference group of subjects. Data was obtained by experimental measurement (prolonged TUG and TUG with cognitive task). Largest Lyapunov exponent was evaluated for two types of measurement and three sensor position on the subject's body. The original practical algorithm designed by M.T. Rosenstein was used to determine largest Lyapunov exponent. Acquired data were further processed and statistically analyzed. We were able to distinguish reference group and patients. We have proved that the better test for the calculations of this parameter is lengthened TUG compared to its cognitive alternative. The best location for the sensors is lower extremity.