Journal of Internet Computing and Services (인터넷정보학회논문지)

Korean Society for Internet Information (한국인터넷정보학회)
권호 표지

Features Extraction for Classifying Parkinson's Disease Based on Gait Analysis

걸음걸이 분석 기반의 파킨슨병 분류를 위한 특징 추출

  • 이상홍 (경원대학교 전자계산학과) ;
  • 임준식 (경원대학교 소프트웨어학부) ;
  • 신동근 (삼육대학교 컴퓨터학부)
  • Received : 2010.09.20
  • Accepted : 2010.11.19
  • Published : 2010.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents a measure to classify healthy persons and Parkinson disease patients from the foot pressure of healthy persons and that of Parkinson disease patients using gait analysis based characteristics extraction and Neural Network with Weighted Fuzzy Membership Functions (NEWFM). To extract the inputs to be used in NEWFM, in the first step, the foot pressure data provided by the PhysioBank and changes in foot pressure over time were used to extract four characteristics respectively. In the second step, wavelet coefficients were extracted from the eight characteristics extracted from the previous stage using the wavelet transform (WT). In the final step, 40 inputs were extracted from the extracted wavelet coefficients using statistical methods including the frequency distribution of signals and the amount of variability in the frequency distribution. NEWFM showed high accuracy in the case of the characteristics obtained using differences between the left foot pressure and the right food pressure and in the case of the characteristics obtained using differences in changes in foot pressure over time when healthy persons and Parkinson disease patients were classified by extracting eight characteristics from foot pressure data. Based on these results, the fact that differences between the left and right foot pressures of Parkinson disease patients who show a characteristic of dragging their feet in gaits were relatively smaller than those of healthy persons could be identified through this experiment.

본 논문은 걸음걸이 분석 기반의 특징 추출과 NEWFM(Neural Network with Weighted Fuzzy Membership Functions)을 이용하여 건강한 사람의 족압(foot pressure)과 파킨슨병 환자의 족압으로부터 건강한 사람과 파킨슨병 환자를 분류하는 방안을 제시하고 있다. NEWFM에서 사용할 입력을 추출하기 위해서 첫 번째 단계에서는 PhysioBank에서 제공하는 족압 데이터와 시간에 따른 족압의 변화를 이용하여 각각 4개의 특징을 추출하였다. 두 번째 단계에서는 웨이블릿 변환(wavelet transform, WT)을 이용하여 이전 단계에서 추출한 8개의 특징으로부터 웨이블릿 계수를 추출하였다. 마지막 단계에서는 추출된 웨이블릿 계수들을 이용하여 통계적 기법인 주파수 분포와 주파수 변동량을 이용하여 40개의 입력을 추출하였다. NEWFM은 족압 데이터로부터 8개의 특징을 추출하여 건강한 사람과 파킨슨병 환자를 분류하였을 때 왼쪽 족압과 오른쪽 족압의 차를 이용한 특징과 시간에 따른 족압의 변화에 대한 차를 이용한 특징의 경우에 높은 정확도(accuracy)가 나타났다. 이러한 결과를 통하여 걸음걸이에 있어서 질질 끄는 특징을 보이는 파킨슨병 환자의 양쪽 족압의 차가 건강한 사람의 양쪽 족압의 차보다는 상대적으로 적다는 특징을 본 실험을 통해 확인할 수 있었다.

Keywords

References

  1. Koller, W.C., et al., "Falls and Parkinson's disease," Clin Neuropharmacol, vol.12, pp.98-105, 1989. https://doi.org/10.1097/00002826-198904000-00003
  2. Morris ME, "Movement disorders in people with Parkinson disease: a model for physical therapy," Phys Ther, vol.80, pp.578-597, 2000.
  3. Yea-Ru Yang, Ya-Yun Lee, Shih-Jung Cheng, Pei-Yi Lin, Ray-Yau Wang, "Relationships between gait and dynamic balance in early Parkinson's disease," Gait & Posture, vol.27, pp.611-615, 2008. https://doi.org/10.1016/j.gaitpost.2007.08.003
  4. Michael D. Lewek, Roxanne Poole, Julia Johnson, Omar Halawa, Xuemei Huang, "Arm swing magnitude and asymmetry during gait in the early stages of Parkinson's disease," Gait & Posture, vol.31, pp.256-260, 2010. https://doi.org/10.1016/j.gaitpost.2009.10.013
  5. Kara K. Patterson, William H. Gage, Dina Brooks, Sandra E. Black, William E. McIlroy, "Evaluation of gait symmetry after stroke: A comparison of current methods and recommendations for standardization," Gait & Posture, vol.31, pp.241-246, 2010. https://doi.org/10.1016/j.gaitpost.2009.10.014
  6. Juan C. Echeverria, Eduardo Rodriguez, Alejandra Velasco, Jose Alvarez-Ramirez, "Limb dominance changes in walking evolution explored by asymmetric correlations in gait dynamics," Physica A, vol.389, pp.1625-1634, 2010. https://doi.org/10.1016/j.physa.2009.12.025
  7. Osamu Henmia, Yoshitaka Shiba, Toyokazu Saito, Harukazu Tsuruta, Akihiro Takeuchi, Masuo Shirataka, Noriaki Ikeda, "Analysis of gait variability in Parkinson's disease therelationship between frequency-domain features and the severity of the disease," Published posters / Gait & Posture 24S, pp.S98 -S289, 2006.
  8. 김지원, 권유리, 엄광문, 전재훈, 이정한, 이정환, 권도영, "각속도 측정시스템을 이용한 특발성 파킨슨병 환자와 정상인의 빠른 손놀림 동작의 비교," 대한전기학회논문지, vol.59, No.3, pp.674-677, 2010.
  9. Akos Jobbagy, Peter Harcos, Robert Karoly, Gabor Fazekas, "Analysis of finger-tapping movement," Journal of Neuroscience Methods, vol.141, pp.29-39, 2005. https://doi.org/10.1016/j.jneumeth.2004.05.009
  10. 이찬녕, 엄광문, 박건우, 고성범, 김병조, 오경미, 김호정, 이대희, "Foot Scan System을 이용한 파킨슨병 환자의 역동적 족압 분석," 대한신경과학회지, vol.25, No.2, pp.172-179, 2007.
  11. 김지원, 엄광문, "파킨슨씨 병 환자와 정상인의 입각기시간과 상비율의 비교," Journal of Biomedical Engineering Research, vol.27, No.6, pp.351-356, 2006.
  12. Joon S. Lim, "Finding Features for Real-Time Premature Ventricular Contraction Detection Using a Fuzzy Neural Network System," IEEE TRANSACTIONS ON NEURAL NETWORKS, vol.20, Issue 3, pp.522-527, 2009. https://doi.org/10.1109/TNN.2008.2012031
  13. J. S. Lim, D. Wang, Y.-S. Kim, and S. Gupta, "A neuro-fuzzy approach for diagnosis of antibody deficiency syndrome," Neurocomputing 69, pp.969-974, 2006. https://doi.org/10.1016/j.neucom.2005.06.009
  14. 이상홍, 임준식, "간질 분류를 위한 NEWFM 기반의 특징입력 및 퍼지규칙 추출," 한국인터넷정보학회논문지, vol.10, No.5, pp.127-133, 2009.
  15. 이상홍, 신동근, 임준식, "운동 형상 분류를 위한 웨이블릿 기반 최소의 특징 선택", 한국콘텐츠학회논문지, vol.10, No.6, pp.27-34, 2010.