Analiza wybranych sygnałów biomedycznych w celu detekcji epizodów zamrożenia chodu w chorobie Parkinsona

Choroba Parkinsona jest drugą najczęściej występującą chorobą neurodegeneracyjną na świecie, a szybki wzrost w liczbie zachorowań jest poważnym problemem. Jednym ze szczególnie groźnych objawów są epizody zamrożenia chodu (FoG). Mogą prowadzić do obrażeń, utraty samodzielności czy obniżenia komfortu życia. Zrozumienie problemu epizodów FoG może być kluczowe w ich wczesnym wykrywaniu i zapobieganiu ich skutkom. Analiza sygnałów biologicznych pozwala na wykrycie zmian zachodzących w organizmie podczas występowania epizodu. W badaniu analizowano sygnały EKG, EEG, EMG, przewodnictwo skóry (SC) i przyspieszenia (ACC). Analiza czasowa i częstotliwościowa uwzględnia porównanie fragmentów sygnałów w czasie występowania FoG z tymi, w czasie których nie wykryto FoG. Zmiany można zaobserwować dla każdego z sygnałów, jednak najlepsze wyniki otrzymano dla ACC. Wyniki pracy pozwalają wnioskować, że analiza biosygnałów może przyczynić się do lepszego wykrywania epizodów FoG w chorobie Parkinsona.

Słowa kluczowe: choroba Parkinsona, epizody zamrożenia chodu, analiza sygnałów biologicznych, czujniki inercyjne, przewodnictwo skóry

Parkinson's disease is the second most common neurodegenerative disease in the world, and the rapid increase in the number of cases is a serious issue. One of the most dangerous symptoms is freezing of gait (FoG) episodes. They may lead to injuries, loss of independence, or decrease in the quality of life. Understanding the problem of FoG can be crucial for early detection of episodes and the prevention of their consequences. The analysis of biological signals allows for detection of changes in the organism during the episode. The data analyzed in this work include ECG, EEG, EMG, skin conductance (SC), and acceleration (ACC) signals. The time- and frequency-domain analysis compares signal parts during FoG episode with those during which no FoG was detected. Changes can be observed for all signals, but the best results are achieved for ACC. The outcome of the study allows to conclude that biosignals analysis may contribute to better detection of FoG episodes in Parkinson's disease.

Keywords: Parkinson’s disease, freezing of gait, biological signal analysis, inertial sensors, skin conductance