Modelo computacional para el análisis de señales biomecánicas mediante series de tiempo segmentadas

Abstract

RESUMEN: La enfermedad de Parkinson es un trastorno crónico que afecta las habilidades motoras. La Unified Parkinson's Disease Rating Scale, patrocinada por la Movement Disorder Society (MDS- UPDRS), evalúa el estado actual de la enfermedad basándose en observaciones clínicas. En la escala se pide valorar al paciente usando la vista como la principal herramienta de evaluación, convirtiéndola en subjetiva y propensa a errores de cuantificación. En específico, en la evaluación de la marcha se pide observar y evaluar el giro, pero las directrices sobre qué características observar y clasificar aún no están claras; mientras que en la agilidad de las piernas, no es posible observar las características especificadas debido a la velocidad de los movimientos, lo que produce evaluaciones subjetivas. En este sentido, pacientes con diferente nivel de deterioro, se sometieron a un examen motor de la escala MDS-UPDRS completo y fueron monitoreados con un sistema de medición que utiliza sensores inerciales. En este trabajo se presenta la propuesta, extracción y cuantificación de características biomecánicas de las señales, provenientes de sensores ubicados en los miembros inferiores. Posteriormente, se calcula un puntaje de valoración de ambas evaluaciones motoras (giro y agilidad de las piernas) mediante modelos de inferencia difusa construidos con base en el conocimiento de los expertos. Los puntajes obtenidos son razonablemente consistentes con las opiniones de los examinadores. Sin embargo, los modelos propuestos aquí siempre darán la misma puntuación, dada las mismas entradas; mientras que la naturaleza subjetiva de las observaciones de los examinadores se traduce en incertidumbre y variabilidad en las calificaciones. Además, la escala continua implementada en este trabajo impide el efecto piso/techo inherente de las escalas discretas.

ABSTRACT: Parkinson's disease is a chronic disorder that affects motor skills. The Unified Parkinson's Disease Rating Scale, sponsored by the Movement Disorder Society (MDS-UPDRS), evaluate the current state of the disease based on clinical observations. In the scale it is requested to assess using sight as the main evaluation tool, which makes it subjective and prone to quantification errors. Specifically, in gait evaluation it is requested to observe and evaluate the turn, but the specific guidelines on which features to observe and rate are still unclear; meanwhile in leg agility, it is not possible to observe the specified features due to the speed of the movements, leading to a subjective rate. In this sense, patients with different level of motor impairment underwent a motor examination of the full MDS-UPDRS scale and were monitored using a measurement system that uses inertial sensors. In this work we present the proposal, extraction and quantification of biomechanical features of signals from sensors located in the lower limbs. Subsequently, an assessment score of the both motor evaluation items (turn during gait and leg agility) are calculated using a fuzzy inference model constructed on the basis of the examiners' knowledge. The qualification scores obtained are reasonably consistent with the examiners' opinions. However, the model proposed here will always give the same score, given the same inputs; while the subjective nature of the examiners' observations results into uncertainty and variability in scores. In addition, the continuous scale implemented in this work prevents the inherent floor/ceiling effect of the discrete scales.