Page 96 - 南京医科大学自然版

第44卷第12期
·1710 · 南 京 医 科 大 学 学 报 2024年12月

Front Back

A
B
C D
Right Left Left Right
F E
H G
J I
Data collection center
Status Version ID
● V2.2.0
Node
ID Name Position Status Version ID
1 A Waist ● V2.2.0
2 E Left thigh ● V2.2.0
3 F Right thigh ● V2.2.0
4 G Left calf ● V2.2.0
5 H Right calf ● V2.2.0
6 I Left foot ● V2.2.0
7 J Right foot ● V2.2.0
8 C Left hand ● V2.2.0
9 D Right hand ● V2.2.0
10 B Chest ● V2.2.0
Hint： ●Connected
图1 多点可穿戴设备试验过程中的规范动作及传感器分布位置
Figure 1 Standardized actions and sensor distribution locations during multi⁃point wearable device testing

动作；⑥脚趾拍地：受试者静坐在凳子上，双脚平放 各动作内提取存在显著组间差异的运动参数，并按
在地，右脚脚后跟不动，脚前掌尽可能抬高后落下， P 值升序排列。依序有放回地挑选运动参数，采用
标准情况下尽可能快，重复 7 次，然后换左脚；⑦跺 支持向量机（support vector machine，SVM）建立二分
脚：受试者静坐在凳子上，双脚平放在地，右脚尽可 类器模型。具体为，将挑选的运动参数进行主成分
能抬高后落下，标准情况下尽可能快，重复 7 次，然 分析（principal components analysis，PCA）处理，同时
后换左脚；⑧起立：受试者静坐在凳子上，双脚平放 选择不超过15个主成分建立SVM模型，尝试径向基
在地，患者双手交叉抱肩起立；⑨5 m 折返走（可同 函数（radial basis function，RBF）作为 SVM 的核函数
时评估步态与步态冻结）：受试者站在规定标记点 并通过网格搜索的方式进行超参数优化，并应用十
开始行走，行走至 5 m 标记点时按照箭头方向转身 折交叉检验基于混淆矩阵计算评估模型的诊断性
返回，回到起始点处再次转身返回，共进行5次后保 能，包括准确度、一致性、灵敏度、特异度和约登指
持站立姿势；⑩后拉试验：患者双腿分开，站在画定地 数。其中准确度最高的模型为最佳模型。进一步
方框内，医生在受试者身后快速后拉受试者2次，第1 将手指拍打、手掌运动、前臂回旋运动和指鼻等4个
次力度稍小，第2次力度稍大；⑪双手平举：受试者静 动作定义为上半身动作组，将脚趾拍地、跺脚、起
坐在椅子上，双手平举并保持该姿势15 s；⑫指鼻：受 立、5 m折返走、后拉试验等动作定义为下半身动作
试者静坐在椅子上，伸出右手指向指定点后再指向鼻 组，将全部动作定义为全身动作组，采用上述方法对
尖，重复7次后换左手。 各动作最佳模型的运动参数建模并计算各组动作模

1.3 统计学方法 型的诊断性能。P < 0.05为差异有统计学意义。
统计学处理使用R软件。计量资料以均数±标准
2 结 果
差（x ± s）表示，计数资料采用例数（百分率）［n（%）］
表示，非正态分布资料采用中位数（四分位数）［M 2.1 样本人口学特征
（P25，P75）］表示，数据符合正态分布以及方差齐性 如表 1 所示，早期 PD 组中男 20 例，女 10 例，年
时，采用双样本 t 检验比较身高与年龄等人口学信 龄（62.80±9.02）岁，发病年龄（57.70±8.40）岁，身高

息，采用卡方检验比较组间性别差异。采用 Mann⁃ （164.40±7.24）cm，H⁃Y分期为1~2.5期，UPDRSⅢ评
Whitney检验比较各动作运动参数的组间差异。在 分 15（12，22）分，MOCA 评分（28.75±1.11）分。对照