通过神经网络自动评估日常生活中左旋多巴诱导的运动障碍

我们开发了一种客观和自动化的程序，用于评估帕金森病患者在日常活动中左旋多巴诱导的运动障碍（LID）的严重程度。十三名患者在类似家庭的环境中持续监测大约2.5小时。在此期间，患者执行了大约35个功能性日常生活活动。通过放置在身体六个不同位置的三轴加速度计测量患者的行为。一个神经网络被训练使用加速度计信号的各种变量来评估LID的严重程度。神经网络得分与医师的评估进行了比较，医师离线评估了患者的持续录像行为。神经网络在15分钟间隔内正确分类运动障碍或无运动障碍的准确率分别为93.7%、99.7%和97.0%（手臂、躯干和腿）。在少数错误分类的情况下，神经网络的评分位于医师使用AIMS评分（评分范围0-4）指示的类别旁边。神经网络的分析揭示了几个新的变量，这些变量与评估LID的严重程度相关。结果表明，神经网络可以准确评估LID的严重程度，并能够区分日常生活中LID和自愿运动。