10、可穿戴神经退行性疾病分类系统与自定时上电复位电路

可穿戴神经退行性疾病分类系统与自定时上电复位电路

1. 可穿戴神经退行性疾病分类系统

1.1 系统原理

基于阈值水平和提出的神经退行性疾病（NDD）算法，分类器的两位输出能够描述相应疾病的严重程度。若未检测到任何疾病，则判定患者处于正常状态。NDD分类器输出为2位，采用二进制编码，例如“2’b11”表示特定NDD得分高，意味着患者有该疾病的严重症状，需紧急采取预防措施。相关信息会通过云或蓝牙链接呈现给患者、护理人员和医生。

1.2 数学模型与算法

为形成检测的数学模型，采用了跌倒检测算法。决策权重是基于对神经退行性疾病数据库的严格模拟精心选择的。

1.3 系统验证

系统在步态动力学神经退行性疾病数据库35上进行了验证，该数据库包含64名受试者，其中患肌萎缩侧索硬化症（ALS）、亨廷顿病（HD）、帕金森病（PD）和健康受试者分别为13、20、15和16人。为测量实时性能和工作情况，还在FPGA上进行了完整实现。使用Xilinx Virtex 5 LX - 110T FPGA板计算平均总体分类准确率，并使用逻辑分析仪显示和验证NDD分类。

1.4 性能指标定义

• 灵敏度（Sensitivity）：
  [Sensitivity = \frac{True\ Positive}{True\ Positive + False\ Negative}]
• 特异性（Specificity）：
  [Specificity = \frac{True\ Negative}{False\ Positive + True\ Negative}]