Faculté des sciences et techniques de l'ingénieur STI, Section de génie électrique et électronique (Laboratoire de mesure et d'analyse des mouvements LMAM)

Ambulatory monitoring of motor functions in patients with Parkinson's disease using kinematic sensors

Salarian, Arash ; Aminian, Kamiar (Dir.)

Thèse sciences Ecole polytechnique fédérale de Lausanne EPFL : 2006 ; no 3475.

Ajouter à la liste personnelle
    Summary
    Parkinson's disease (PD) is the second most common neurodegenerative disease in the general population. Cardinal symptoms of Parkinson's disease are resting tremor, rigidity, akinesia and bradykinesia and in advanced stages, gait impairments, postural instability and complications of chronic treatment with levodopa such as motor dysfunctions and dyskinesia. Multitude and complexity of these motor symptoms and their variability over the time have made assessment of them a difficult task. Moreover, following the fluctuations of motor performance (ON/OFF fluctuations) of the PD patients throughout their daily activities by quantifying their motor symptoms is a major challenge. The aim of this thesis was to design and validate a portable ambulatory movement analysis system for long-term monitoring and qualitative and quantitative assessment of motor abnormalities of PD patients during daily activities. We have designed a new measurement system consisting of five independent, lightweight, autonomous sensing units based on kinematic sensors that can continuously record body movements during daily life. Using this system and by performing several clinical studies, both in controlled conditions and on free moving patients, we have prepared a database of different movement patterns of PD patients. This database was the basis to design several new algorithms for the analysis of tremor, bradykinesia, gait and posture. An accurate algorithm based on spectral estimation has been proposed to detect and quantify tremor during daily activities of PD patients with a resolution down to three seconds using gyroscopes attached to the forearms. By quantifying the speed, range and the frequency of the movements, we have proposed a new method to assess the bradykinesia and tested it both in controlled and free conditions. We found out that in the free moving patients, the outcomes of this algorithm show significant and good correlation to the established clinical scores. Regarding the detection and analysis of gait, we have developed and tested a method based on four sensors attached to the lower limbs that provided spatio-temporal parameters of gait with good accuracy. We further improved our method using a new biomechanical model that could predict the movements of thighs from the movements of shanks during walking. This way we could reduce the number of sensor sites on the body while keeping the same accuracy in estimation of the spatio-temporal parameters of gait. By combining a statistical classifier, to detect transitions between sitting and standing postures, and a fuzzy classifier, to detect the basic body postures, we have developed an algorithm to classify basic body posture allocations both in PD patients and aged matched healthy subjects. Finally, while currently no other objective ambulatory method exists to accurately detect the periods of ON and OFF in PD patients, by combining the outcomes of the above algorithms (tremor, gait, bradykinesia and posture) using a statistical approach, we have proposed a method to detect periods of these two states with a resolution of 10 minutes in free moving patients. We believe that the proposed system has a high potential both for the clinical applications and research purposes related to the patient with Parkinson's disease and possibly other neurological movement disorders.
    Résumé
    La maladie de Parkinson est la deuxième maladie neurodégénérative affectant l'être humain. Ces symptômes les plus importants sont les tremblements de repos, la rigidité, l'akinésie et la bradykinésie. Dans les cas plus avancés, cette maladie engendre également une dégradation de la marche, une instabilité posturale, et des complications aux traitements chroniques avec la Levodopa, comme des troubles moteur et de la dyskinésie. La multitude et la complexité, de ces symptômes moteur, associé à leur variation au cours du temps en rendent l'évaluation difficile. De plus, le suivi des changements des performances moteur (état ON/OFF) des patients atteints de la maladie de Parkinson au cours de leurs activités quotidiennes par quantification des symptômes moteur est un challenge de taille. L'objectif de ce travail de thèse était la conception et la validation d'un système d'analyse longue durée du mouvement, à la fois ambulatoire et portable, permettant une évaluation qualitative et quantitative des disfonctionnements moteur des patients atteints de la maladie de Parkinson durant leurs activités journalières. Un nouveau système de mesure composé de cinq unités indépendantes et autonomes a été conçu. Ces unités, de faible poids, peuvent enregistrer continuellement les mouvements du corps aux cours des activités quotidiennes. Par l'emploi de ce système lors de plusieurs études cliniques, en environnement contrôlé et en conditions libres, nous avons constitué une banque de données riche de différents patrons de mouvements de patients parkinsoniens. Cette banque de données a servit à la conception de plusieurs nouveaux algorithmes pour l'analyse des tremblements, de la bradykinésie, de la marche et de la posture. Un algorithme précis, utilisant des gyroscopes fixés sur les avant-bras, et basé sur une analyse spectrale a été proposé pour détecter et quantifier les tremblements durant les activités quotidiennes des patients avec une résolution de trois secondes. Par la quantification de la vitesse, de l'amplitude, et de la fréquence des mouvements, une nouvelle méthode d'évaluation de la bradykinésie a été proposée et testée en environnement libre et contrôlé. Une corrélation bonne et significative a été montrée entre les résultats de cet algorithme et les tests cliniques reconnus, lors d'activités en environnement libre. Concernant la détection et l'analyse de la marche, une méthode basée sur quatre capteurs fixés sur les membres inférieurs a été proposée et testée. Cette méthode fournit les paramètres spatiaux-temporels de la marche avec précision. De plus, cette méthode a été améliorée à l'aide d'un nouveau modèle biomécanique capable de prédire les mouvements des cuisses pendant la marche à partir de ceux des jambes. Cette amélioration diminue le nombre de capteurs fixés sur le corps tout en maintenant identique la précision de l'estimation des paramètres spatiaux-temporels de la marche. Par la combinaison d'un classificateur statistique détectant les transitions entre les positions assises et debout avec un classificateur flou détectant les postures basiques, nous avons développé un nouvel algorithme ouvert pour déterminer la répartition des postures de base tant chez les patients atteints de la maladie de Parkinson, que chez des sujets sains de même âge. Finalement, alors qu'actuellement aucune autre méthode objective et ambulatoire ne permette la détection précise des états ON et OFF des patients atteints de la maladie de Parkinson, par la combinaison des précédents algorithmes (tremblement, marche, bradykinésie et posture) au travers d'une approche statistique, une méthode pour détecter les états ON et OFF avec une résolution de 10 minutes en environnement libre a été proposée. Nous pensons que le système proposé a un fort potentiel tant pour les applications cliniques que pour la recherche en relation avec les patients atteints de la maladie de Parkinson et éventuellement, également pour d'autres troubles neurologique du mouvement.