Gerät verwendet Handschrift, neurologische Störungen erkennen
Diese Forschung in Aktion Artikel wurde LiveScience in Zusammenarbeit mit der National Science Foundation zur Verfügung gestellt.
Jedes Jahr erkranken mehr als 50.000 Amerikaner mit Parkinsonscher Krankheit, eine degenerative Erkrankung, die das zentrale Nervensystem angreift verursacht Zittern, Steifheit, Langsamkeit der Bewegung und Verlust des Gleichgewichts. Erkennen kann, aber vor allem in frühen Stadien schwierig. Jetzt, um zu erkennen und Neurodegenerative Erkrankungen wie Parkinson zu studieren, haben Forscher gebaut eine System, das Datensätze Signale von Handmuskeln während Handschrift.
Motorischen Neuronen übertragen elektrische Signale zu den Muskeln Vertrag machen. Elektromyographie (EMG) ist ein Prozess, der aufzeichnet und diese elektrischen Aktivität um liefern Informationen über den Zustand des Subjekts Muskel-und Nervenzellen, die sie kontrollieren und Graphen. Im neuen Messsystem eine Testperson legt EMG Oberflächenelektroden auf seine Hand und trägt einen Handschuh um die Elektroden in Position zu halten. Das Thema dann schreibt auf einem Tablet wiederholen einfach, Stereotype Handbewegungen, die zwei grundlegende motorische Komponenten beinhalten: fest hält einen Stift mit den Fingern und bewegt die Hand und den Fingern, geschriebenen Text zu produzieren. Die Ergebnisse werden von der Tablette und die Oberflächen-EMG-Elektroden gesammelt.
Eine analytische Programm erzeugt das Ergebnis der Muskelaktivität während dieser kontrollierten Reihe von Bewegungen und findet wesentliche Unterschiede in der Schrift und Schrift Verhalten des Patienten mit der Parkinson-Krankheit und ältere gesunde Kontrollpersonen. So wäre ein Arzt in der Lage zu erkennen und Neurodegenerative Erkrankungen wie Parkinson zu studieren.
Die Systementwickler enthalten National Science Foundation finanzierte Ingenieure bei Norconnect, Inc., unter der Leitung von Norconnect Chef-Wissenschaftler Michael Linderman.
Mark Latash, Professor für Kinesiologie an der Penn State University, die nicht Teil der Forschungsgruppe, sagte, dass das Projekt scheint ein vielversprechender Ansatz zur helfen Ärzten Biomarker der frühen Parkinson-Krankheit zu identifizieren sein.
Hans-Leo Teulings, CEO von NeuroScript, LLC im Tempel, Az., ein international renommierter Wissenschaftler und Autor von einem Industrie-standard Handschrift-Analysegerät genannt MovAlyzeR, sagte die Methode der EMG-Analyse von Linderman entwickelt dem Handschrift-Paradigma ein wertvolles Modell und Gegenstand der wissenschaftlichen Forschung ähnlich wie Reflexe machen wird. Teulings nicht an dieser Studie teilnehmen, aber dicht gefolgt von den Fortschritt seit mehreren Jahren.
Die neue Methodik zur Ermittlung der Parkinson-Krankheit Biomarker wurde erschien in mehreren wissenschaftlichen Arbeiten auf PLoS ONE (Public Library of Science) und von Linderman auf der 2013 Alzheimer und Parkinson-Konferenz in Florenz, Italien.
Bio-medizinische Geräte erwerben Sie und verarbeiten Sie große Datenmengen zu, sagte Boris Murmann, Associate Professor im Department of Electrical Engineering an der Stanford University. Zur gleichen Zeit müssen sie in der Regel aus einer Batterie betreiben. Daher ist Auslegung und Optimierung für niedrig-Energie-Verbrauch geworden ein wichtiges Thema in diesen Anwendungen und die Industrie als Ganzes. Linderman sagte Gelegenheit für Studenten forschen auf diesem wichtigen Gebiet, Murmann.
Linderman arbeitete mit vielen US-Universitäten und eine High School, Ogdensburg freie Akademie in Ogdensburg, New York Das Pilotprojekt und medizinische Studien wurden an Claxton-Hepburn Medical Center, Ogdensburg, New York und Dartmouth Hitchcock Medical Center, Libanon, N.H durchgeführt.
Lesen Sie weiter: Anerkennung der Handschrift von Elektromyographie
Anmerkung der Redaktion: Meinungen, Erkenntnisse und Schlussfolgerungen oder Empfehlungen ausgedrückt in diesem Material sind die des Autors und spiegeln nicht unbedingt die Ansichten von der National Science Foundation. Siehe die Recherche im Archiv der Aktion.