Введение 4
1 Аналитический обзор подходов к распознаванию симптома замирания
походки 6
1.1 Обзор предметной области 6
1.2 Требования к разрабатываемой системе 8
1.3 Обзор существующих решений 9
1.4 Выводы по 1 главе 13
2 Проектирование системы 15
2.1 Общая структура системы 15
2.2 Диаграммы пригодности 18
2.2.1 Прецедент «Настройка программы» 18
2.2.2 Прецедент «Просмотр базы данных» 20
2.2.3 Прецедент «Включение распознавания» 21
2.3 Диаграмма последовательностей 22
2.4 Хранение данных 22
2.5 Модель нейронной сети 23
2.6 Выбор инструментов 26
2.7 Выводы по главе 2 27
3 Реализация и тестирование системы 28
3.1 Подготовка обучающей выборки 28
3.2 Выбор функции потерь и целевой метрики 32
3.3 Разработка модели нейронной сети 33
3.4 Обучение модели 36
3.5 Конвертирование модели нейронной сети 39
3.6 Разработка мобильного приложения 41
3.6.1 Алгоритм работы приложения 41
3.6.2 Создание графического интерфейса 42
3.6.3 Создание сервиса 44
3.6.4 Выбор языка приложения и вида стимулирующих воздействий 46
3.6.5 Создание стимулирующего воздействия 47
3.7 Выводы по главе 3 47
Заключение 48
Список использованных источников 49
ПРИЛОЖЕНИЕ А Сертификат о участии в конференции 52
ПРИЛОЖЕНИЕ Б Код загрузки базы данных 53
ПРИЛОЖЕНИЕ В Код класса генератора окон 54
ПРИЛОЖЕНИЕ Г Реализация F1-Score метрики 55
ПРИЛОЖЕНИЕ Д Код обучения модели 56
Болезнь Паркинсона - самое распространённое нейровегетативное расстройство. Это заболевание, распространённое у людей пожилого возраста, проявляющееся, прежде всего, в нарушении двигательных функций. Вероятность появления заболевания повышена у мужчин и людей, на которых воздействовали различные неблагоприятные факторы окружающей среды. Причины появления болезни Паркинсона не обнаружены. Заболевание при этом достаточно распространено [1]. Наибольшая вероятность появления заболевания у людей, чьи родственники уже подвержены этому заболеванию.
С каждым годом число людей в возрасте наиболее подверженном риску появления Болезни Паркинсона растёт. В 2015 году население старше 60 лет составляло чуть больше 912 миллионов. В 2021 году число людей старше 60 лет составляет около 1 083 211 000 человек. Это приблизительно, 14% населения всей Земли [2]. В 2020 году в мире насчитывалось от 7 до 10 миллионов людей с болезнью Паркинсона [3]. При этом эффективных методов лечения этого заболевания не известно. Используемая в настоящее время терапия не останавливают нейродегенерацию, она направлена на борьбу с симптомами и повышение качества жизни пациентов.
У заболевания есть множество симптомов. Один из самых пагубно влияющих на жизнь человека симптомов - это замирание походки. При проявлении этого симптома во время ходьбы человек замирает и не может передвинуть ногу вперёд, несмотря на намерение это сделать. В основном это явление длится несколько секунд; оно может сопровождаться потерей равновесия и травмами. Один из способов помочь человеку в борьбе с этим симптомом - подать в момент замирания некоторое воздействие, такое как звук или вибрация. Обнаружение симптома замирания походки в основном выполняется в виде тестов и опросников. Этим способом можно выявить факт наличия симптома, но нельзя на него воздействовать.
Для улучшения качества жизни пациента актуальной является задача выявления эпизода замирания походки непосредственно в момент возникновения. Это позволит врачам повысить эффективность диагностики и подбора лечения, а также позволит своевременно бороться с симптомом, подовая ритмичный сигнал во время эпизода замирания походки, улучшая походку.
Целью работы является разработка системы выявления симптома замирания походки у пациентов с болезнью Паркинсона.
В ходе достижения поставленной цели должны быть решены следующие задачи:
1. изучение предметной области, аналитический обзор аналогов;
2. выбор метода решения поставленной задачи;
3. проектирование системы, выбор аппаратного и инструментального ПО;
4. реализация и тестирование системы.
В ходе достижения поставленной цели следующие получены следующие результаты:
1. разработана и обучена модель нейронной сети для обнаружения замирания походки;
2. разработано мобильное приложение, выявляющее замирание походки и подающее стимулирующее воздействие.
Результаты представлены на конференции «Проспект Свободный», что подтверждается сертификатом (Приложение А), и планируется к опубликованию в сборнике материалов конференции.
В результате проделанной работы были проанализированы:
- проблема распространения заболевания Паркинсона в мире;
- системы позволяющие выявлять симптом Замирания Походки их сильные и слабые стороны;
Разработана модель нейронной сети, выявляющей эпизод Замирания походки. Создано мобильное приложение, использующее модель для выявления эпизода Замирания Походки, подачи стимулирующего воздействия при его возникновении и записи о произошедших эпизодах.
Для удобства использования приложения его целевой аудитории были разработаны удобные элементы управления.
Исходный код приложения доступен для скачивания с git- репозитория [18].
Результаты представлены на конференции «Проспект Свободный», что подтверждается сертификатом (приложение А), и планируется к опубликованию в сборнике материалов конференции.
Выбрано направление для развития системы для улучшения точности обнаружения эпизодов замирания походки, а также улучшения удобства графического интерфейса.
1. Breckenridge, C. B. Association between Parkinson’s Disease and Cigarette Smoking, Rural Living, Well-Water Consumption, Farming and Pesticide Use / C. B. Breckenridge, C. Berry, E. T. Chang, R. L. Sielken, J. S. Mandel // Systematic Review and Meta-Analysis: PloS one. — 2016. — T.11. — №4. — C. e0151841.
2. Перспективы мирового народонаселения // Организация Объединённых
Наций: официальный сайт. — 2023. — URL:
https://population.un.org/wpp/Download/Standard/Population/(дата обращения 27.12.2023)
3. Sigcha, L. Deep Learning Approaches for Detecting Freezing of Gait in Par-kinson’s Disease Patients through On-Body Acceleration Sensors / L. Sigcha, N. Costa, I. Pavon, S. Costa, et. al. // Sensors. — 2020. — T.20. — №7. — C. 1895.
4. Murthy, M. Neurodegenerative movement disorders: An epigenetics per-spective and promise for the future / M. Murthy, Y. Y. Cheng, J. L. Holton, C. Bettencourt // Neuroradiology and Applied Neurobiology. — 2021. — T.47. — №7. — C. 897-909.
5. Balestrino, R. Parkinson disease / R. Balestrino, A. Schapira // European Journal of Neurobiology. — 2020. — T.27. — №1. — C 27-42.
6. Gao, C. Freezing of gait in Parkinson’s disease: pathophysiology, risk fac-tors and treatments / C. Gao, J. Liu, Y. Tan, S. Chen // Translational Neurodegeneration. — 2020. — T.9. — №12. — C. 1-22.
7. Weiss, D. Freezing of gait: understanding the complexity of an enigmatic phenomenon / D. Weiss, A. Schoellmann, M. D. Fox, N. I. Bohnen, et. al. // Brain a journal of Neurobiology. — 2019. — T.143. — №1. — C. 14-30.
8. Moore, S. Ambulatory monitoring of freezing of gait in Parkinson’s disease /
S. Moore, H. MacDougall, W. Ondo // Journal of Neuroscience Methods. — 2007. —
T. 167. — №2. — C. 8-340.
9. Huang, T. Recent trends in wearable device used to detect freezing of gait and falls in people with Parkinson’s disease: A systematic review / T. Huang, M. Li, J. Huang // Parkinson’s Disease and Aging-related Movement Disorders. — 2023. — T.15. — №15. — C. 1119956.
10. Mazilu, S. Online Detection of Freezing of Gait with Smartphones and Machine Learning Techniques / S. Mazilu, M. Hardegger, Z. Zhu, D. Roggen, G. Troster, et. al. // International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth) and Workshops. — 2012. — T.6. — №2. — C. 248680.
11. Borz, L. Detection of freezing of gait in people with Parkinson’s disease using smartphones / L. Borz, G. Olmo, C. A. Artusi, L. Lopiano // Annual Comput¬ers, Software, and Applications Conference. — 2020. — T.44 — №1. — C. 0-186.
12. Ahmad, J. Design and Implementation of an Instrumented walking cane for Detection of Freezing of Gait / J. Ahmad, A. El-Asmar, R. A. Daou, A. Hayek, J. Boercsoek // International Multidisciplinary Conference on Engineering Technolo¬gy. — 2021. — T.3. — №1. — C. 08-10.
13. Masiala, S. Feature-Set-Engineering for Detecting Freezing of Gait in Park-inson's Disease using Deep Recurrent Neural Networks / S. Masiala, W. Huijbers, M. Atzmueller // Eindhoven University of Technology. — 2019. — T. 2019. — №1.
— C. 1909.03428.
14. Demrozi, F. Towards a wearable system for predicting freezing of gait in people affected by Parkinson’s disease / F. Demrozi, R. Bacchin, S. Tamburin, M. Cristani, G. Pravadelli // Journal of Biomedical and Health Informatics. — 2019.
— T. 24. — №9. — C. 2168-2194.
15. Рекуррентные нейронные сети // Git-Hub: сайт. — 2023. — URL: http://colah.github.io/posts/2015-08-Understanding-LSTMs/(дата обращения дата обращения 27.11.2023)
16. Выявление замирания походки // Kaggle: сайт. — 2023. — URL: https://www.kaggle.com/competitions/tlvmc-parkinsons-freezing-gait-prediction/code(дата обращения 27.12.2023)
17. Визуализация моделей // Neutron: сайт. — 2024. — URL:
https://netron.app/(дата обращения 03.05.2024)
18. Репозиторий разработанного приложения // Git-Hub: сайт. — 2024. — URL: https://github.eom/DrWhilson/FOG-Decection-with-Phone(дата обращения 17.05.2024)