[发明专利]基于步态运动信息进行早期PD和ET的鉴别方法

说明书

本发明公开了一种基于步态运动信息进行早期PD和ET的鉴别方法，包括以下步骤：数据采集：对患者的诊断数据样本进行采集，收集多个参数信息；特征构建：将参数进行新的构建，得到214个单一特征；特征选择：首先对于每一个单一特征，计算在曼‑惠特尼U检验下的P值；根据P值的大小选择在统计上具有显著差异的单一特征作为显著的单一特征；然后将显著的单一特征代入相关算法中计算AUC值，利用AUC值的大小来选取特征；模型构建：构建加权平均集成分类模型；模型代入：将受试者的相关数据代入至加权平均集成分类模型内，从而对PD和ET进行鉴别。本发明通过对收集到的相关特征进行处理后建立模型，保证模型稳定可靠，从而能有效对PD和ET进行有效鉴别。

技术领域

本发明涉及帕金森识别领域，尤其涉及一种基于步态运动信息进行早期PD和ET的鉴别方法。

背景技术

帕金森病(Parkinson’s disease,PD)是目前最常见的运动障碍性和第二大神经退行性疾病，其在全部人群中的患病率大约为0.3％，60岁以上的老年人中患病率可以达到1％，估计全球有700-1000万人受到影响。帕金森病的主要病理特征是中枢神经系统某些区域的细胞进行性和选择性丢失；并导致经典帕金森样运动表现：运动迟缓、肌强直、静止性震颤以及姿势和步态障碍。

而特发性震颤(ET)又称为家族性震颤，是最常见的运动障碍性疾病，主要为手、头部及身体其他部位的姿位性和运动性震颤。约60％的特发性震颤病人有家族史。在多个特发性震颤家族未发现跨代现象，性别分布平衡，一般认为这是常染色体显性遗传，在65～70岁前完全外显，也有报道不完全外显和散发病例，散发者和有遗传者临床特征完全一致，通常认为是同一疾病，但目前尚未确定相关基因异常。特发性震颤发病年龄的双峰特征提示可能存在两个不同的异常基因。家族性震颤发病年龄比散发病例早，提示早发的特发性震颤更强烈地受遗传易感性的影响，遗传易感性能明显影响临床亚型特征。

无论对于PD还是ET，都是早发现就能进行有效治疗的疾病，只要对症用药，都能对病情进行有效的控制，但是早期的帕金森病(PD)和特发性震颤(ET)有很多重合的症状，而带有震颤症状的PD和ET之间的鉴别尤为困难，因此相关人员无法判断患者究竟是PD患者还是ET患者，从而就会耽误用药时机，从而影响对患者的治疗，因此，如何可靠的鉴别带有震颤症状的早期PD患者和ET患者是至关重要的。

发明内容

针对上述技术中存在的不足之处，本发明提供一种基于步态运动信息进行早期PD和ET的鉴别方法，通过对患者的信息进行有效采集，对收集到的相关特征进行处理后建立加权平均集成分类模型，保证模型稳定可靠，从而能有效对PD和ET进行有效鉴别。

为实现上述目的，本发明公开了一种基于步态运动信息进行早期PD和ET的鉴别方法，其特征在于，包括以下步骤：

数据采集：对患者的诊断数据样本进行采集，收集多个参数信息；

特征构建：将参数进行新的构建，得到214个单一特征；

特征选择：首先对于每一个单一特征，计算在曼-惠特尼U检验下的P值；根据P值的大小选择在统计上具有显著差异的单一特征作为显著的单一特征；然后将显著的单一特征代入相关算法中计算AUC值，利用AUC值的大小来选取特征；

模型构建：构建加权平均集成分类模型；

模型代入：将受试者的相关数据代入至加权平均集成分类模型内，从而对PD和ET进行鉴别。

作为优选，在数据采集过程中，首先需要对患者的数据进行采集前，需要对患者进行筛选，避免存在严重认知功能下降及明显精神症状疾病，无法配合试验；患者因骨关节、神经肌肉疾病、外伤或躯体疼痛等原因导致对行走姿态有影响，以及患者心脏、肝、肾、肺等存在严重的功能不全疾病中的一种或多种的患者进行排除，不进行后续试验。