Methods and models in signal processing for gait analysis using waist-worn accelerometer : a contribution to Parkinson’s disease

dc.contributor
Universitat Politècnica de Catalunya. Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial
dc.contributor.author
Sayeed, Taufique
dc.date.accessioned
2015-11-06T12:54:37Z
dc.date.available
2015-11-06T12:54:37Z
dc.date.issued
2015-07-16
dc.identifier.uri
http://hdl.handle.net/10803/317390
dc.description
Thesis has been developed in the framework of, and according to, the rules of the Erasmus Mundus Joint Doctorate on Interactive and Cognitive Environments EMJD ICE [FPA n° 2010-0012]
dc.description.abstract
Parkinson's disease (PD) is a neurodegenerative disease that predominantly alters patients' motor performance and compromises the speed, the automaticity and fluidity of natural movements. After some years, patients fluctuate between periods in which they can move almost normally for some hours (ON state) and periods with motor disorders (OFF state). Reduced step length and inability of step are important symptoms associated with PD. Monitoring patients¿ step length helps to infer patients¿ motor state fluctuations during daily life and, therefore, enables neurologists to track the evolution of the disease and improve medication regimen. In this sense, MEMS accelerometers can be used to detect steps and to estimate the step length outside the laboratory setting during unconstrained daily life activities. This thesis presents the original contributions of the author in the field of human movement analysis based on MEMS accelerometers, specifically on step detection and step length estimation of patients with Parkinson's disease. In this thesis, a user-friendly position, the lateral side of the waist, is selected to locate a triaxial accelerometer. The position was selected to enhance comfortability and acceptability. Assuming this position, first, a new method for step detection has been developed for the signals captured by the accelerometer from this location. The method is validated on healthy persons and patients with Parkinson's disease while compared to current state-of-the-art methods, performing better than the existing ones. Second, current methods of selected step length estimators that were originally developed for the signals from lower back close to L4-L5 region are modified in order to be adapted to the new sensor positions. Results obtained from 25 PD patients are discussed and the effects of calibrating in each motor state are compared. A generic correction factor is also proposed and compared with the best method to use instead of individual calibration. Despite variable gait speed and different motor state, the new step detection method achieved overall accuracy of 96.76% in detecting steps. Comparing the original and adapted methods, adapted methods performs better than the original ones. The best one is with multiplying individual correction factors that consider left and right step length separately providing average error of 0.033 m. Finally, an adapted inverted pendulum (IP) model based step length estimators is proposed using the signals from left lateral side of waist. The model considers vertical displacement of waist as an inverted pendulum during right step.For left step, the displacement during single support and double support phase is considered as an inverted pendulum and a standard pendulum respectively.Results obtained from 25 PD patients are discussed.Validity and reliability of the new model is compared with three existing estimators. Experimental results show that ICE-CETpD estimates step length with higher accuracy than the three best contenders taken from the literature.The mean errors of this method during OFF state and ON states are 0.021m and 0.029m respectively.The standard deviation and RMSE shown as (SD) RMSE are (0.02)0.029m during OFF state and (0.027)0.038m during ON state. The intra-class correlations of proposed estimator with reference step length are above 0.9 during both motor states.The calibration of model parameters in each motor state is tested and found that the training sessions done with patients in ON state provide more accurate results than in OFF state. Given that training is in ON state, the advantage of this approach is that patients would not need to attend without medication in order to train the method.
dc.description.abstract
La enfermedad de Parkinson (EP) es una enfermedad neurodegenerativa que altera, de forma predominante, la capacidad motora de los pacientes y, además, afecta la velocidad, la automaticidad y la fluidez de los movimientos naturales. Tras varios años, los pacientes fluctúan entre unos periodos en los cuales pueden moverse de forma casi normal durante varias horas (periodos o estados ON) y periodos donde los desórdenes del movimiento aparecen (periodos o estados OFF). Entre otros síntomas, los pacientes con la EP sufren una reducción de la longitud del paso y una inhabilitación de la marcha. Monitorizar la longitud del paso contribuye a inferir el estado motor de los pacientes, a conocer las fluctuaciones durante su vida diaria y, en consecuencia, permitiría a los neurólogos realizar un seguimiento de la evolución de la enfermedad y mejorar la pauta terapéutica. En este sentido, los acelerómetros MEMS pueden ser usados para detectar pasos y estimar la longitud del paso más allá de las instalaciones de los laboratorios, es decir, en entornos no controlados. Esta tesis presenta las contribuciones originales del autor en el campo del análisis del movimiento humano basado en acelerómetros MEMS, específicamente en la detección de pasos y la estimación de la longitud del paso en pacientes con la EP. En esta tesis, se ha seleccionado una posición amigable en la cual localizar un acelerómetro MEMS triaxial. La posición, que consiste en el lateral de la cintura cerca de la cresta ilíaca, fue seleccionada para mejorar la comodidad y la aceptabilidad desde el punto de vista del paciente. Asumiendo esta posición, en primer lugar, se presenta un análisis de los distintos métodos existentes en la literatura para la detección de pasos y, además, se presenta una nueva técnica de detección. Los métodos se han testado en usuarios sanos y en pacientes con Parkinson, mostrando que el nuevo método obtiene un porcentaje de acierto en la detección más alto que el resto de métodos. En segundo lugar, se han seleccionado aquellos métodos de estimación de la longitud de paso que fueron desarrollados mediante un sensor situado en el centro de la espalda, cerca de las vértebras L4-L5. Estos métodos fueron modificados con el fin de ser adaptados a la nueva posición del sensor y validados en señales obtenidas de 25 pacientes con EP. Además, se propone un factor de corrección genérico, el cual se compara con el mejor de los métodos obtenidos, para ser usado en lugar de una calibración individual. A pesar de la variabilidad en la velocidad de la marcha debida a las fluctuaciones motoras, el nuevo método alcanza un 96,76% de precisión en la detección de pasos y, respecto la estimación de la longitud del paso, los métodos modificados obtienen mayor precisión que los originales. El mejor de los métodos obtenidos consiste en el uso de un factor de corrección multiplicador que considera los pasos de cada lado por separado, proporcionando un error medio de 0,03 m. Finalmente, se presenta un nuevo modelo de la marcha representada como un péndulo invertido modificado que se emplea para analizar las señales de acelerometría obtenidas desde el lateral izquierdo de la cintura. De forma más concreta, este modelo considera el desplazamiento vertical de la cadera como un péndulo invertido durante el paso derecho (lado contrario del sensor). Para el paso izquierdo, el desplazamiento durante la fase single support y double support se model iza como un péndulo invertido y un péndulo simple, respectivamente. Los resultados obtenidos en 25 pacientes con EP son presentados y discutidos. La validez y fiabilidad del nuevo modelo son comparados con tres modelos distintos. Los resultados experimentales obtenidos muestran que el nuevo modelo, llamado ICE-CETpD, estima la longitud del paso con una precisión mayor que el resto de métodos seleccionados de la literatura. El error promedio de este método durante el estado OFF y ON es de 0,021 m. y 0,029 m., respectivamente, con una correlación intraclase superior a 0.9 en ambos estados motores. La calibración de los parámetros del modelo en cada estado motor ha sido evaluada, concluyendo que una calibración en ON proporciona más precisión en los resultados. En consecuencia, la ventaja de la aproximación propuesta residiría en no requerir señales en OFF de los pacientes con EP, por lo cual no sería necesario que los pacientes prescindieran de tomas de medicación.
dc.description.abstract
La malaltia de Parkinson (MP) és una malaltia neurodegenerativa que altera de forma predominant la capacitat motora dels pacients i, a més, afecta la velocitat, l’automatització i la fluïdesa dels moviments naturals. Després de diversos anys, els pacients fluctuen entre uns períodes en els quals poden moure’s de forma quasi normal i que duren vàries hores (períodes o estats ON) i períodes on els desordres del moviment apareixen (períodes o estats OFF). Entre altres símptomes, els pacients amb la MP sofreixen una reducció de la longitud del pas i una inhabilitació de la marxa. La monitorització de la longitud del pas contribueix a inferir l’estat motor del pacient i a conèixer les fluctuacions durant la seva vida diària permetent als neuròlegs, en conseqüència, realitzar un seguiment de l’evolució de la malaltia i millorar la pauta terapèutica. En aquest sentit, els acceleròmetres MEMS poden ser utilitzats per tal de detectar passes i estimar la longitud del pas fora de les instal·lacions dels laboratoris, és a dir, en entorns no controlats. Aquesta tesis presenta les contribucions originals de l’autor en el camp de l’anàlisi del moviment humà basat en acceleròmetres MEMS, específicament en la detecció de passes i l’estimació de la longitud del pas en pacients amb MP. En aquesta tesis, s’ha seleccionat una posició amigable en la qual localitzar un acceleròmetre MEMS triaxial. La posició, que consisteix en el lateral de la cintura prop de la cresta ilíaca, va ser seleccionada per maximitzar la comoditat i l’acceptabilitat des del punt de vista del pacient. Assumint aquesta posició, en primer lloc, es presenta un anàlisi dels diferents mètodes existents a la literatura en detecció de passes i, a més, es presenta una nova tècnica de detecció basada en acceleròmetres. Tots els mètodes han estat provats en usuaris sans i en pacients amb la MP; els resultats mostren que el nou mètode obté un percentatge d’encert en la detecció de passes més alt que la resta de mètodes. En segon lloc, s’han seleccionat aquells mètodes d’estimació de la longitud de pas que van ser desenvolupats per a tractar les senyals d’un sensor situat prop de les vèrtebres L4-L5. Aquests mètodes van ser modificats amb la fi de ser adaptats a la nova posició del sensor. Tots ells van ser validats en senyals obtingudes de 25 pacients amb la MP. A més, es proposa un factor de correcció genèric, el qual es compara amb el millor dels mètodes obtinguts per tal de ser usat en lloc d’una calibració individual. A pesar de la variabilitat en la velocitat de la marxa deguda a les fluctuacions motores, el nou mètode assoleix un 96,76% de precisió en la detecció de passes i, respecte l’estimació de la longitud de pas, els mètodes modificats obtenen una major precisió que els originals. El millor d’ells consisteix en un factor de correcció multiplicador que considera les passes de cada costat per separat, proporcionant un error mig de 0,033 m. Finalment, es presenta un nou model de la marxa representada com un pèndul invertit modificat que és utilitzat per analitzar les senyals d’accelerometria obtingudes des del lateral esquerra de la cintura. De forma més concreta, aquest model considera el desplaçament vertical del maluc com un pèndul invertit durant la passa dreta (costat contrari al del sensor). Durant la passa esquerra, el desplaçament durant la fase single suport i double suport es modelitza com un pèndul invertit i un pèndul simple, respectivament. Els resultats obtinguts en 25 pacients amb MP són presentats i discutits. La validesa i fiabilitat del nou model són comparats amb els de tres models diferents. Els resultats experimentals obtinguts mostren que el nou model, anomenat ICE—CETpD, estima la longitud de la passa amb una major precisió que la resta de mètodes seleccionats de la literatura. L’error mitjà d’aquest mètode durant l’estat OFF i ON és de 0, 021 i 0,029 m., respectivament, amb una correlació intraclasse superior a 0,9 en ambdós estats motors. La calibració dels paràmetres del model en cada estat motor ha estat avaluada, obtenint que una calibració en ON proporciona més precisió en els resultats. D’aquesta manera, l’avantatge de l’aproximació proposada residiria en no requerir de senyals en OFF dels pacients amb MP, per la qual cosa no seria necessari que els pacients prescindissin de preses de medicació.
dc.format.extent
169 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat Politècnica de Catalunya
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.rights.uri
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.title
Methods and models in signal processing for gait analysis using waist-worn accelerometer : a contribution to Parkinson’s disease
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
51
dc.subject.udc
616.8
dc.subject.udc
621.3
dc.contributor.director
Samà Monsonís, Albert
dc.contributor.codirector
Cabestany Moncusí, Joan
dc.contributor.codirector
Hitz, Martin
dc.embargo.terms
cap
dc.rights.accessLevel
info:eu-repo/semantics/openAccess


Documentos

TTS1de1.pdf

2.299Mb PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)