Real-Time and Real-World Gait Monitoring on a Wearable Device: A Fully Embedded System for Parkinson’s Disease
Deze studie presenteert en valideert een volledig ingebed, draagbaar voet-sensorsysteem dat real-time loopanalyse met lage latentie mogelijk maakt voor continue, langdurige monitoring van Parkinson-patiënten in het dagelijks leven, waarbij een hoge nauwkeurigheid wordt bereikt in stapsegmentatie en de schatting van temporele parameters zonder afhankelijk te zijn van offline verwerking.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Wandelen is een fundamenteel menselijk ritme, een opeenvolging van stappen die de meeste mensen uitvoeren zonder er een tweede gedachte aan te geven. Toch is dit ritme voor miljoenen mensen die leven met de ziekte van Parkinson fragiel. De aandoening zorgt ervoor dat de beweging van het lichaam onvoorspelbaar fluctueert, waarbij stappen veranderen in slepen, bevriezen of struikelen op manieren die van uur tot uur kunnen variëren. Artsen vertrouwen al lang op korte consulten op kantoor om deze problemen te beoordelen, maar een momentopname in een kliniek mist vaak het ware beeld van hoe iemand zich gedurende de dag beweegt. Om de volledige omvang van de ziekte te begrijpen, moeten onderzoekers de patiënt in hun eigen huis zien, terwijl ze observeren hoe zij wandelen terwijl ze koffie zetten, een straat oversteken of zich door een drukke ruimte bewegen. De uitdaging is het bouwen van een hulpmiddel dat klein en slim genoeg is om aan de voet te dragen, krachtig genoeg om stappen te analyseren op het moment dat ze plaatsvinden, en efficiënt genoeg om de hele dag vol te houden zonder de batterij leeg te trekken.
Een team van onderzoekers heeft nu precies zo'n systeem gebouwd en getest. Ze hebben een compact apparaat ontwikkeld dat aan een schoen wordt bevestigd en kleine sensoren gebruikt om beweging in realtime te meten. In tegenstelling tot eerdere systemen die gegevens opnamen voor latere analyse in een laboratorium, verwerkt dit apparaat de informatie direct, precies daar waar de sensor zich bevindt. De onderzoekers hebben een tweestaps-proces gecreëerd om dit mogelijk te maken. Eerst leert het apparaat het verschil te herkennen tussen een persoon die simpelweg staat of zit en het moment waarop zij beginnen te lopen. Pas wanneer het daadwerkelijke beweging detecteert, schakelt het over naar de complexere analyse om de wandeling op te splitsen in individuele stappen. Dit slimme ontwerp bespaart energie, waardoor het apparaat gedurende lange perioden kan functioneren zonder dat er een oplaadbeurt nodig is, terwijl het ervoor zorgt dat het alleen werkt wanneer dat echt nodig is.
Het team heeft hun creatie op twee verschillende manieren getest om te verzekeren dat het zowel onder gecontroleerde als onder chaotische, reële omstandigheden werkte. Eerst gebruikten ze opnames van 28 patiënten met de ziekte van Parkinson die vergelijkbare sensoren dagenlang in hun eigen huis hadden gedragen. Ze voedden deze gegevens aan hun systeem alsof ze live binnenkwamen, waardoor ze de instellingen van het apparaat konden afstemmen om de onregelmatige en soms schokkerige gang van deze patiënten aan te kunnen. Ze ontdekten dat het systeem bijna honderd procent van de tijd correct kon identificeren wanneer een persoon liep. Wat het tellen van stappen en het timen daarvan betreft, was het apparaat opmerkelijk nauwkeurig en kwam het overeen met de prestaties van veel grotere, offline computersystemen die als de gouden standaard in onderzoek worden beschouwd.
Om te bewijzen dat het systeem echt in realtime kon werken, testten de onderzoekers de uiteindelijke hardware vervolgens op 18 gezonde vrijwilligers. Deze deelnemers liepen in een laboratorium terwijl ze het apparaat droegen, dat de gegevens draadloos naar een computer verzond terwijl zij bewogen. De resultaten toonden aan dat het gehele proces, van het voelen van de voet die de grond raakt tot het verzenden van het resultaat naar de computer, slechts iets meer dan één seconde duurde. Het apparaat berekende de tijd van elke pas met een foutmarge van 0,3%, een niveau van precisie dat voldoende is om de subtiele veranderingen in loopsnelheid en ritme op te vangen die vaak wijzen op een verslechtering van de symptomen van Parkinson.
Het succes van dit project ligt in de balans tussen kracht en eenvoud. Door een rechttoeiaanstaande set regels te gebruiken die gebaseerd zijn op de fysica van beweging, in plaats van complexe kunstmatige intelligentiemodellen die zware rekenkracht vereisen, hielden de onderzoekers het apparaat klein en energiezuinig. Het eindproduct is een klein doosje, ongeveer zo groot als een luciferdoosje, dat aan een schoen kan worden bevestigd. Het hoeft niet verbonden te zijn met een computer of een clou dserver om te werken; het doet zelf het denken. Deze capaciteit opent de deur naar continue monitoring, waarbij artsen en patiënten kunnen zien hoe de mobiliteit gedurende de dag verandert, wat potentieel kan leiden tot een betere timing van medicatie en een vroegere detectie van vallen. Hoewel het systeem strikt is getest op gezonde mensen en gesimuleerde realtime-gegevens van patiënten, merken de onderzoekers op dat de ultieme test zal zijn hoe het presteert wanneer het door patiënten wordt gedragen tijdens hun onbewaakte dagelijkse leven. Voor nu bewijst het werk dat het mogelijk is om de kracht van gedetailleerde ganganalyse uit het laboratorium en naar de echte wereld te brengen, wat een nieuwe manier biedt om toezicht te houden op het wandelritme van hen die het er het meest bij nodig hebben.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.