Index of /rozprawy2/10583

Pełen tekst

(1)Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki. Rozprawa doktorska Wielopunktowa trójwymiarowa analiza ruchów dłoni w schorzeniach neurodegeneracyjnych związanych z zaburzeniem funkcji motorycznej mgr inż. Tomasz Stanisław Orzechowski. Promotor: prof. zw. dr hab. inż. Ryszard Tadeusiewicz. Kraków 2012.

(2) Podziękowania Składam serdeczne podziękowania mojemu promotorowi Panu Profesorowi Ryszardowi Tadeusiewiczowi oraz Panu doktorowi Andrzejowi Izworskiemu za cenne uwagi i pomoc w opracowaniu niniejszej pracy. Jestem również bardzo wdzięczny pracownikom Collegium-Medicum Uniwersytetu Jagiellońskiego za życzliwą pomoc i wartościowe uwagi medyczne, jak również za możliwość przeprowadzania badań pilotażowych w tamtejszej klinice. Bardzo dziękuję również moim rodzicom，殷荣鸣 oraz kolegom z pracy za cierpliwość i wsparcie.. 2.

(3) Spis treści Używana notacja oraz skróty .................................................................................. 8 1. 2. Wstęp ............................................................................................................ 11 1.1. Teza pracy ............................................................................................. 14. 1.2. Układ pracy ........................................................................................... 14. Podstawa teoretyczna konstrukcji systemu automatycznej oceny dysfunkcji. złożonego ruchu dłoni ..................................................................................................... 17 2.1. Wprowadzenie....................................................................................... 17. 2.2. Ogólny podział metod analizy ruchów dłoni w kontekście oceny. dysfunkcji manualnych ............................................................................................... 18 2.3. Identyfikacja procesów informacyjnych w żywym organizmie ........... 19. 2.4. Sygnały biomedyczne i ich rejestrowanie ............................................. 22. 2.4.1 Informacja alfanumeryczna ............................................................... 23 2.4.2 Informacja obrazowa ......................................................................... 23 2.4.3 Sygnały biologiczne .......................................................................... 24 2.4.4 Cyfrowa reprezentacja sygnałów ...................................................... 26 2.5 organizmu. Układ nerwowy jako element systemu informacyjnego żywego ............................................................................................................... 29. 2.5.1 Komórka nerwowa ............................................................................ 30 2.5.2 Ośrodkowy układ nerwowy ............................................................... 31 2.5.3 Obwodowy układ nerwowy ............................................................... 34 2.5.4 Jądra podkorowe i układ pozapiramidowy ........................................ 36 2.6. Wybrane zaburzenia czynności ruchowych istotne z punktu widzenia. rejestracji elektroniczną aparaturą medyczną ............................................................. 37 3.

(4) 2.7. Charakterystyka wybranych chorób z obecnym zaburzeniem funkcji. motorycznej ............................................................................................................... 39 2.8. Drżenie biologiczne .............................................................................. 44. 2.8.1 Drżenie fizjologiczne......................................................................... 45 2.8.2 Drżenie patologiczne i jego główny podział ..................................... 45 2.8.3 Charakterystyka objawu drżenia ....................................................... 46 2.9 3. Podsumowanie ...................................................................................... 49. Przegląd metod rejestracji i analizy ruchów dłoni pacjentów z zaburzeniem. funkcji motorycznej w chorobach neurozwyrodnieniowych .......................................... 50 3.1. Wprowadzenie....................................................................................... 50. 3.2. Klasyczne metody oceny zaburzeń funkcji motorycznej ...................... 50. 3.2.1 Ocena według skali UPDRS .............................................................. 50 3.2.2 Test dziewięciu dziur ......................................................................... 51 3.2.3 Test rysowania spirali Archimedesa .................................................. 52 3.2.4 Test oceniający zdolność manualną dłoni ......................................... 54 3.2.5 Test wykonania złożonej sekwencji ruchów ..................................... 55 3.3. Metody oceny zaburzeń funkcji motorycznej z wykorzystaniem. aparatury cyfrowej i technik informatycznych ........................................................... 56 3.3.1 Test naprzemiennego wciskania przycisków (BRAIN Test) ............ 56 3.3.2 Test rysowania spirali Archimedesa z wykorzystaniem tabletu graficznego ........................................................................................................... 58 3.3.3 Metoda wykorzystująca pojedynczy akcelerometr ........................... 62 3.3.4 Metoda wykorzystująca technikę elektromiografii ........................... 68 3.3.5 Metoda wykorzystująca kamery cyfrowe do rejestracji ruchu w trzech wymiarach 3.4. ........................................................................................................... 74. Podsumowanie ...................................................................................... 78. 4.

(5) 4. Konstrukcja kompleksowej metody analizy ruchu dłoni i oceny zaburzeń. motorycznych „3DGAM” ............................................................................................... 80. 5. 4.1. Wprowadzenie....................................................................................... 80. 4.2. Przyjęty zakres ruchów oraz typ gestów dłoni dla nowej metody ........ 80. 4.3. Opis zadań manualnych wykorzystanych w nowej metodzie ............... 82. 4.4. Podsumowanie ...................................................................................... 85. Akwizycja oraz wstępne przetworzenie danych zastosowane w nowej. metodzie „3DGAM” ....................................................................................................... 87 5.1. Wprowadzenie....................................................................................... 87. 5.2. Próba użycia prostych sensorów do rejestracji opracowanego dla nowej. metody złożonego ruchu dłoni .................................................................................... 87 5.3. Zastosowanie dedykowanego hybrydowego czujnika .......................... 88. 5.3.1 Rejestracja ruchu skrętnego – technika żyroskopowa ....................... 88 5.3.2 Rejestracja przyspieszeń – technika akcelerometryczna ................... 89 5.3.3 Rejestracja. ruchu. względem. punktu. odniesienia. –. czujnik. magnetyczny ........................................................................................................... 89 5.3.4 Hybrydowe zestawienie trzech sensorów .......................................... 90 5.3.5 Wybór rozwiązania sprzętowego dla czujnika ruchu ........................ 90 5.4. Badanie testowe oraz pilotażowe .......................................................... 92. 5.5. Wstępne przetworzenie zarejestrowanego sygnału ............................... 95. 5.5.1 Usunięcie składowej stałej ................................................................ 96 5.5.2 Interpolacja zarejestrowanych danych .............................................. 97 5.5.3 Odtworzenie. wektora. przemieszczenia. na. podstawie. zarejestrowanych wartości przyspieszeń ................................................................ 98 5.5.4 Filtracja sygnału ................................................................................ 99 5.5.5 Odrzucenie błędnie zarejestrowanych danych ................................ 100. 5.

(6) 5.5.6 Wstępna ocena przetworzonego sygnału na podstawie wizualizacji w dziedzinie czasu .................................................................................................... 101 5.6 6. Podsumowanie .................................................................................... 103. Cyfrowa analiza sygnału oraz eksploracja danych zastosowana w algorytmie. metody „3DGAM” ........................................................................................................ 104 6.1. Wprowadzenie..................................................................................... 104. 6.2. Współczynniki oceny ruchu zastosowane w metodzie „3DGAM” .... 104. 6.3. Analiza stabilności tempa ................................................................... 106. 6.3.1 Analiza sygnału w dziedzinie częstotliwości .................................. 106 6.3.2 Podstawowa wizualizacja wyników analizy częstotliwościowej .... 109 6.3.3 Algorytm lokalizacji wiodących prążków w widmie ...................... 110 6.3.4 Współczynnik stabilności tempa oraz opracowanie statystyczne wyników 6.4. ......................................................................................................... 116 Analiza stabilności kończyny (analiza drżenia) .................................. 118. 6.4.1 Algorytm lokalizacji częstotliwości drżenia ................................... 118 6.4.2 Współczynnik stabilności kończyny oraz opracowanie statystyczne wyników 6.5. ......................................................................................................... 120 Analiza płynności ruchu ...................................................................... 122. 6.5.1 Analiza sygnału w dziedzinie czasu ................................................ 122 6.5.2 Współczynnik płynności ruchu oraz opracowanie statystyczne wyników 6.6. ......................................................................................................... 123 Analiza precyzji ruchu (bazująca na eksploracji danych) ................... 126. 6.6.1 Analiza czasowo-częstotliwościowa ............................................... 127 6.6.2 Wizualizacja wyników analizy czasowo-częstotliwościowej ......... 128 6.6.3 Redukcja wymiarowości danych oraz przyjęta metoda eksploracji danych. ......................................................................................................... 131. 6.6.4 Algorytm nieujemnej faktoryzacji macierzy NMF ......................... 134 6.

(7) 6.6.5 Rezultat zastosowania algorytmu NMF .......................................... 137 6.6.6 Współczynnik wyników 6.7 7. precyzji. ruchu. oraz. opracowanie. statystyczne. ......................................................................................................... 142 Zestawienie końcowe wyników .......................................................... 145. Podsumowanie ............................................................................................ 148 7.1. Wnioski końcowe ................................................................................ 148. 7.2. Oryginalne elementy pracy ................................................................. 150. 7.3. Sugerowane kierunki dalszych badań ................................................. 150. 8. Bibliografia (w kolejności cytowania w tekście pracy) ............................. 152. 9. Spis rysunków ............................................................................................ 163. 7.

(8) Używana notacja oraz skróty Wybrane oznaczenia wykorzystane we wzorach i odwołaniach N – zbiór liczb naturalnych {0, 1, 2, …} R – przestrzeń liczb rzeczywistych – zbiór liczb rzeczywistych nieujemnych {…} – zbiór X – zbiór lub macierz C – zbiór stałych c1, c2, … cn – nazwana stała X – stała lub macierz x – skalar, zmienna x, x[n] – wektor, n-ty element wektora M > 0 – macierz dodatnio określona MT – macierz transponowana do macierzy M I – macierz jednostkowa ‖ ‖ – norma wektora | | – norma euklidesowa w ̅ – wartość średnia wektora (skalar) ̅ – wektor wartości średnich <a,b> – przedział obustronnie domknięty (a,b) – przedział obustronnie otwarty – związek, reprezentacja – przyporządkowanie fs – częstotliwość próbkowania fnorm – częstotliwość znormalizowana Oznaczenia zbiorów wykorzystane w opisie modelowania żywego organizmu B – zbiór bodźców fizycznych odbieranych przez receptory żywego organizmu T – zbiór chwil czasowych V – zbiór form zachowania (zbiór współrzędnych określających położenie ciała) 8.

(9) X – zbiór wartości sygnałów nerwowych – system biologiczny, będący przedmiotem modelowania – system hormonalny (układ hormonalny) – zbiór informacji – model systemu biologicznego oparty na wiedzy – system nerwowy (układ nerwowy) – zbiór sygnałów – wiedza będąca podstawą modelowania, zbudowana z informacji – odwzorowanie przekształcające elementy jednego zbioru w elementy drugiego – konkretne odwzorowanie nazwane literą i Wykorzystane skróty 2D/3D – przestrzeń dwu/trójwymiarowa, ang.Two/ Three-Dimensional space A/C – przetwarzanie analogowo-cyfrowe, ang. Analog to Digital AD – choroba Alzheimera, ang. Alzheimer's Disease ADL – skala do oceny samodzielnej aktywności pacjenta, ang. Activities of Daily Living ALS – stwardnienie zanikowe boczne, ang. Amyotrophic Lateral Sclerosis Bpm – uderzenia na minutę, miara tempa, ang. Beats Per Minute CR – współczynnik określający liczbę przejść sygnału powyżej progu, ang. Crossing Rate analysis of signals CT – tomografia komputerowa, ang. Computed Tomography DFT – dyskretna transformacja Fouriera, ang. Discrete Fourier Transform DNA – kwas deoksyrybonukleinowy, ang. Deoxyribonucleic Acid EEG – Elektroencefalografia, ang. Electroencephalography EMG – Elektromiografia, ang. Electromyography fMRI – obrazowanie za pomocą funkcjonalnego rezonansu magnetycznego, ang. functional Magnetic Resonance Imaging FPGA – programowalny układ logiczny, ang. Field Programmable Gate Array HD – choroba Huntingtona, ang. Huntington's Disease IIR – filtr o nieskończonej odpowiedzi impulsowej, ang. Infinite Impulse Response 9.

(10) KDD – odkrywanie wiedzy w bazach danych, ang. Knowledge Discovery in Databases KKT – warunek Karush-Kuhn-Tucker’a KLT – Transformacja Karhunena-Loévego, ang. Karhunen–Loève transform LAN – lokalna sieć komputerowa, ang. Local Area Network MRI – obrazowanie magnetyczno-rezonansowe lub rezonans magnetyczny, ang. Magnetic Resonance Imaging MSA – zanik wieloukładowy, ang. Multiple System Atrophy NMF – algorytm nieujemnej faktoryzacji macierzy, ang. Non-Negative Matrix Factorization OUN – ośrodkowy układ nerwowy PC – komputer osobisty, ang. Personal Computer PCA – algorytm analizy składowych głównych, ang. Principal Component Analysis PD – choroba Parkinsona, ang. Parkinson’s Disease PET – pozytronowa tomografia emisyjna, ang. Positron Emission Tomography PSP – postępujące porażenie nadjądrowe, ang. Progressive Supranuclear Palsy RMS – wartość średnia kwadratowa, ang. Root Mean Square SM – stwardnienie rozsiane, ang. Multiple Sclerosis SOM – samoorganizujące się mapy, ang. Self-Organizing Feature Map STFT – krótkookresowa transformacja Fouriera, ang. Short Time Fourier Transform SVD – choroba małych naczyń, ang. Small Vessel Disease SVM – maszyny wektorów wspierających, klasyfikator, ang. Support Vector Machines UPDRS – skala do oceny nasilenia choroby Parkinsona, ang. Unified Parkinson Disease Rating Scale US lub USG – ultrasonografia USB – uniwersalna magistrala szeregowa, ang. Universal Serial Bus VTR – skala oceny drżenia, ang. Visual Tremor Rating. 10.

(11) 1. Wstęp Cyfrowa analiza sygnałów oraz zaawansowana eksploracja danych są coraz. częściej wykorzystywane w różnych dziedzinach nauk, w szczególności także w medycynie. Praktycznie codziennie podawana jest do informacji publicznej jakaś kolejna wiadomość o udanym eksperymencie wykonanym z wykorzystaniem sprzętu komputerowego, którego wyniki byłyby niemożliwe do uzyskania w tradycyjny sposób. Większość uczelni proponuje nowe i atrakcyjne kierunki właśnie z pogranicza takich dziedzin wiedzy jak: informatyka, medycyna, fizyka, lingwistyka czy psychologia. Polskie uczelnie, jak również inne ośrodki badawcze, prowadzą w ostatnich latach coraz więcej badań interdyscyplinarnych z pogranicza informatyki i medycyny, często odnosząc sukcesy doceniane także na międzynarodowej arenie. Również pojawiające się w środkach masowego przekazu stwierdzenia o kształtowaniu się społeczeństwa informacyjnego, znajdują uzasadnienie w obserwowanych zmianach powszechnie dostępnej techniki. Składają się na to liczne przyczyny, a głównie następujące: Dostępne są coraz to nowocześniejsze, dysponujące większą mocą obliczeniową komputery, mogące przechowywać i przetwarzać większe ilości danych. Dostępne są także coraz doskonalsze i bardziej elastyczne narzędzia programistyczne. Znaczący wpływ na rozwój zastosowań informatyki ma również zmiana świadomości użytkowników i ich coraz większe zaufanie do sieci globalnych. W tych warunkach sposoby korzystania z zaawansowanych technologii informatycznych stają się coraz bardziej wyrafinowane, a rozpowszechnianie się nowych dziedzin takich jak: biocybernetyka, inżynieria biomedyczna czy informatyka medyczna znajduje coraz pełniejsze uzasadnienie. Pomimo. wielkich nakładów finansowych, a przede wszystkim pomimo. ogromnego zaangażowania ludzi biorących udział w dotychczasowych badaniach, można bez wątpienia stwierdzić, że przedstawione wyżej dziedziny pozostają nadal naukowo otwarte, ukazując wciąż nowe obszary problemowe, które nie znalazły dotąd satysfakcjonujących rozwiązań.. 11.

(12) Informatyka medyczna rozwija się w wielu kierunkach, jednak bezspornie największe sukcesy odnosi w obszarze wspomagania technicznego procesów diagnostycznych. Budowane obecnie urządzenia metrologiczne służące medycynie pozwalają odbierać i interpretować przeróżne sygnały, pochodzące z ciała człowieka. Są to w większości sygnały reprezentujące aktywność różnych narządów i funkcjonowanie różnych naturalnych systemów składających się na ciało człowieka [1] [2]. Zawężając poruszone wyżej rozważania do obszaru mającego bezpośredni związek z zawartością niniejszej pracy, i skupiając się wyłącznie na obecności technologii informatycznych w medycynie można wyodrębnić kilka głównych zadań, jakie obecnie realizuje się przy ich użyciu. Są to: •. projektowanie, symulacja i wspomaganie przy budowie aparatury medycznej, protez jak również sztucznych narządów,. •. pozyskiwanie, gromadzenie, przetwarzanie i szybki dostęp do dużych ilości danych medycznych,. •. inteligentna analiza danych medycznych pozwalająca na wspomaganie lekarza w podejmowaniu decyzji, jak również na modelowanie, symulację oraz wizualizacja skomplikowanych struktur i procesów biologicznych,. •. tworzenie. systemów. telemedycznych. (osiągalnych. dziś. dzięki. powszechności sieci globalnej), których zadaniem jest zarówno zdalny dostęp do baz danych, zasięganie opinii ekspertów jak również zdalne kontrolowanie i sterowanie procesami związanymi z opieką nad pacjentami znajdującymi się poza instytucjami służby zdrowia, najczęściej w swoich domach. Technologia informatyczna może być między innymi wykorzystana do rejestracji i analizy ruchu. Takie rejestracje i analizy otwierają możliwość usprawnienia i obiektywizacji diagnozy medycznej tych chorób, które manifestują się właśnie w formie zaburzeń aktywności motorycznej człowieka. Dotyczy to w szczególności wsparcia lekarza w ocenie postępu choroby, weryfikacji efektu długotrwałego procesu rehabilitacji czy precyzyjnego dozowania leku wraz z monitorowaniem jego działania. Dedykowane narzędzia do akwizycji sygnału związanego z ruchem pacjenta wraz z 12.

(13) procesem przetwarzania i analizy takich danych, są w szczególności przydatne dla lekarzy zajmujących się badaniem zaburzeń funkcji motorycznych obecnych w chorobach neurodegeneracyjnych. Jedną z cech charakteryzujących tego typu choroby to występująca korelacja pomiędzy stopniem zaburzenia funkcji motorycznych (spowolnienie ruchowe, trudności z wykonywaniem ruchów precyzyjnych, drżenie) a zaawansowaniem. schorzenia. neurodegeneracyjnego.. W. tej. sytuacji. próba. zunifikowania sposobu obiektywnej oceny zaburzeń motorycznych wraz ze sparametryzowaniem (ilościowym wyrażeniem) każdego objawu daje podstawy do automatycznego wspomagania procesu diagnozowania, monitorowania i leczenia oraz do prowadzenia. uniwersalnej i zrozumiałej dla różnych jednostek dokumentacji. pacjenta. Warto wskazać, jak trudne jest wskazane wyżej zagadnienie. Dotychczasowe badania dotyczące oceny stopnia zaawansowania schorzeń neurodegeneracyjnych na podstawie zaburzeń funkcji motorycznych pozwoliły na opracowanie i wdrożenie kliniczne jedynie kilku metod. Metody te oparto w większości na bazie różnych sposobów pomiaru drżenia całej kończyny. Uzyskane parametry odnoszą się więc tylko do uśrednionych wartości częstotliwości drżenia całej kończyny, oceny zależności między aktywnością elektryczną mięśni uczestniczących w drżeniu czy też analizy zmienności nasilenia drżenia w czasie. Do rejestracji ruchu oscylacyjnego kończyny górnej. wykorzystuje. się. obecnie. głównie. czujniki. akcelerometryczne. lub. elektromiografię. Wykorzystywane metody nie odzwierciedlają zatem w pełni istoty klasycznego badania zmierzającego do oceny zdolności manualnych, wykonywanego typowo przez lekarza specjalistę, bez wspomagania aparaturowego. Lekarz taki weryfikuje zawsze całościowo indywidualny dla każdego pacjenta złożony ruch dłoni. W związku z powyższym. wnioskować. można,. że. do. precyzyjnej. zautomatyzowanej. i. zinformatyzowanej oceny stopnia zaawansowania dysfunkcji ruchowej niezbędna jest analiza komputerowa pełnej, złożonej serii ruchów, w szczególności jednoczesnego obserwowania ruchów palców oraz całej dłoni. Na tym tle wprowadzona została niżej sformułowana teza tej rozprawy.. 13.

(14) 1.1 Teza pracy W pracy postawiono i wykazano następującą tezę:. Wielopunktowa. trójwymiarowa. analiza. ruchów. dłoni,. przeprowadzana. przy. wykorzystaniu technik cyfrowej analizy sygnałów oraz metod komputerowej eksploracji danych pozwala na obiektywną i precyzyjną ocenę stopnia nieprawidłowości złożonego ruchu dłoni. W szczególności może to dotyczyć oceny nieprawidłowości występującej w schorzeniach neurodegeneracyjnych związanych z zaburzeniem funkcji motorycznej. Zaproponowana metoda uwzględnia nie tylko ruch drżenia całej kończyny górnej, ale również specyficzne dla rozważanych chorób neurodegeneracyjnych nieprawidłowe ruchy dłoni, a w szczególności zaburzenia niezależnych ruchów palców. W ramach przedstawionej w pracy analizy wyżej postawionego problemu zaproponowano wprowadzenie nowych wskaźników diagnostycznych umożliwiających, ocenę poprawności wykonywania powtarzanych przez pacjenta serii złożonych czynności manualnych. Odróżnienia to metodę proponowaną w tej pracy od metod tradycyjnych, opisywanych w pracach innych autorów. Opracowana metoda oparta została nie tylko na podstawowych, uśrednionych parametrach opisu ruchu (takich jak poziom drżenia) ale przede wszystkim na jego kompleksowej analizie, także z wykorzystaniem nowoczesnych technik eksploracji danych. Przyjęta w pracy metodyka dała możliwość ekstrakcji istotnych, z punktu widzenia wsparcia diagnostyki neurologicznej, elementów różnicujących kolejne powtórzenia ćwiczenia manualnego, które dają podstawę do obiektywnej oceny stopnia dysfunkcji indywidualnego, złożonego ruchu dłoni pacjenta. Warto podkreślić, że opracowując proponowaną w pracy metodę starano się naśladować istotę opisanego wyżej, klasycznego badania zdolności manualnych, wykonywanego przez doświadczonego lekarza na podstawie jego wiedzy bez żadnych elementów technicznego wspomagania.. 1.2 Układ pracy Pracę otwiera rozdział drugi, w którym przedstawiono metodologię podejścia biocybernetycznego używanego przez nas w obszarze modelowania żywych organizmów. W rozdziale tym opisano główne elementy układu nerwowego człowieka 14.

(15) przedstawiając je w ujęciu cybernetycznym, a także scharakteryzowano wybrane choroby neurodegeneracyjne oraz inne schorzenia o podobnych objawach. W szczególności przeanalizowano podgrupę chorób z występującym zaburzeniem funkcji motorycznych wraz z wyszczególnieniem cech tych chorób, przydatnych w budowie systemu diagnostycznego. Kolejny, trzeci rozdział zawiera szczegółową analizę wykorzystywanych obecnie technik pomiaru oraz analizy ruchu w schorzeniach neurologicznych. Przedstawiono w nim wzorcowe, klasyczne techniki pomiaru, a także możliwie szeroko opisano stosowane przez innych autorów techniki wykorzystujące narzędzia informatyczne, poddając je krytycznej ocenie. Ponadto zarysowano także specyfikę cyfrowej akwizycji sygnału biomedycznego i wiążące się z tym niedogodności w odniesieniu do finalnych zniekształceń bądź częściowej utraty informacji w stosunku do postaci źródłowej. Rozdział czwarty otwiera zasadniczą część pracy. Przedstawia on założenia przyjęte przy konstrukcji nowej metody analizy ruchu kończyny górnej. Opisano w nim koncepcję metody, bazującą na wnioskach z licznych wywiadów przeprowadzonych z lekarzami specjalistami, wykorzystującymi w swojej praktyce zawodowej zadania manualne do oceny schorzeń neurologicznych. W konsekwencji w rozdziale tym zawarto szczegółowy opis wybranego ćwiczenia manualnego (określonego układu ruchów dłoni), opartego na doświadczeniu z praktyki klinicznej, ale wykorzystywanego przy realizacji tej pracy. Przedstawiono również niezbędny zakresu akwizycji ruchu dla zapewnienia pełnej rejestracji zjawisk i procesów potrzebnych do późniejszej, cyfrowej analizy danych. Rozdział piąty, stanowiący zasadniczą część pracy, przedstawia rezultat zastosowania nowej, opracowanej przez autora, metody i aparatury do rejestracji i analizy ruchu kończyny górnej u osób z zaburzeniami ruchowymi, w szczególności związanymi ze zmianami neurologicznymi. Opisano przede wszystkim założenia teoretyczne, będące podstawą do konstrukcji zadania manualnego, oraz przedstawiono przyjęte w tej metodzie wstępne przetworzenie sygnału, które pozwala na uzyskanie jakości danych odpowiednich do podstawowej analizy oraz wizualizacji.. 15.

(16) Rozdział szósty zawiera opis zastosowanej techniki cyfrowej analizy sygnału, która pozwoliła na wyznaczenie optymalnych parametrów reprezentujących istotne dla klinicznej diagnozy elementy ruchu. Oprócz tego przedstawia on także metody odkrywania wiedzy, głównie na przykładzie wybranej dla techniki „3DGAM” ścieżki eksploracji danych. W tej części pracy znalazło się także podsumowanie wyniku zastosowania nowej techniki w pilotażowych badaniach w ośrodku klinicznym. Ostatni rozdział zawiera podsumowanie całości pracy. Opisano w nim najważniejsze zalety zaproponowanych w pracy metod, ale nie zaniedbano także obiektywnej prezentacji ich wad, wraz ze wskazaniem uwag mogących usprawnić ich działanie. Wymienione. zostały. także. najważniejsze – w przekonaniu autora –. osiągnięcia pracy, oraz wskazane zostały zamierzone kierunki dalszych badań.. 16.

(17) 2. Podstawa teoretyczna konstrukcji systemu automatycznej oceny dysfunkcji złożonego ruchu dłoni. 2.1 Wprowadzenie Działanie aparatury diagnostycznej umożliwiającej identyfikację oraz ocenę dysfunkcji w złożonym ruchu dłoni wymaga od badacza wcześniejszego zrozumienia procesów informacyjnych, które są odpowiedzialne za procesy życiowe w organizmie, w tym za kontrolowanie ruchu. Identyfikacja tych procesów oraz ich wzajemnych zależności to przedmiot modelowania biocybernetycznego, które pozwala na przedstawienie w sposób formalny występujących koincydencji bodźców i reakcji organizmu. Odpowiednie ich monitorowanie może być sposobem do weryfikacji prawidłowego funkcjonowania struktur układu nerwowego. Stwierdzone, określone objawy mogą być w szczególności przejawem obecnych w organizmie zmian neurodegeneracyjnych1 np. dobrze znanej choroby Parkinsona. Początkowe podrozdziały. przedstawiają zatem szczegółowo zagadnienia. związane z rozpoznawaniem procesów informacyjnych w żywym organizmie, charakterystyką układu nerwowego i obecnymi w nim zaburzeniami, których skutkiem są obserwowalne dysfunkcje układu motorycznego. Druga część tego rozdziału zawiera założenia do konstrukcji systemu wsparcia oceny ruchu dłoni. Przedstawione zostaną wybrane zaburzenia czynności ruchowych wraz z opisem popularnych chorób i występujących w nich objawach mających znaczenie w diagnostyce z wykorzystaniem aparatury elektronicznej. Informacje te będą podstawą do projektu nowej metody analizy ruchu dłoni w schorzeniach neurodegeneracyjnych.. 1. Zmiany lub choroby neurodegeneracyjne (inaczej neurozwyrodnieniowe) to zespół wrodzonych lub nabytych postępujących chorób układu nerwowego, w których obserwujemy zjawisko patologiczne utraty komórek nerwowych [21].. 17.

(18) 2.2 Ogólny podział metod analizy ruchów dłoni w kontekście oceny dysfunkcji manualnych Przystępując do podziału stosowanych klinicznie metod wsparcia oceny dysfunkcji ruchu należy wziąć pod uwagę dwa aspekty: to jakiego typu ruch jest przedmiotem badania oraz jakie jego cechy poddaje się analizie. Pierwszy podział wyodrębni zatem metody proste oceniające jedynie stabilność kończyny w spoczynku lub w określonej pozycji (Rysunek 2-1). Metody te będą się zatem charakteryzować uproszczoną, subiektywną oceną stawianą przez lekarza, zazwyczaj według przyjętej, kilkustopniowej oceny. Drugą grupę będą stanowić metody złożone oceniające poprawność wykonania zaawansowanego ruchu. Zadania użyte w nich będą składać się zazwyczaj z ćwiczeń manualnych wykonywanych w serii na podstawie których dokonywana będzie ocena wielu aspektów ruchu.. Rysunek 2-1 Lekarz oceniający zdolności manualne pacjenta, źródło: opracowanie własne. Drugi podział, bardziej techniczny, będzie się koncentrował na wykorzystanych w metodzie algorytmach do cyfrowej analizy sygnału opisującego zarejestrowany ruch. W dużym uproszczeniu można więc wyodrębnić metody, których wiodący algorytm został oparty na analizie czasowej, częstotliwościowej oraz czasowo-częstotliwościowej. Klasyczne metody opierające się na analizie czasowej będą operować filtrami cyfrowymi i badaniem amplitudy sygnału w danych punktach czasowych, co odzwierciedla monitorowanie wychyleń lub w bardziej zaawansowanych algorytmach 18.

(19) określanie rytmu ruchu. Niemniej jednak postać czasowa sygnału zawiera bardzo dużą ilość danych oraz występujących w nim szczegółów co może powodować trudności w implementacji algorytmów decyzyjnych. Z kolei metody z analizą częstotliwościową posługujące się widmem mocy sygnału, będą wiązać występujące składowe częstotliwościowe z poprawnością wykonania zadania manualnego. Polegać to będzie głównie na badaniu stabilność przyjętej postawy bądź stabilności (synchroniczności) wykonania serii prostych ruchów w ćwiczeniu np. stukanie palcem w podłoże. Analiza ta ma jednak zastosowanie jedynie w przypadku gdy widmo nie podlega istotnym zmianom w czasie trwania całego przebiegu co skutkuje brakiem możliwości zlokalizowania krótkotrwałych zmian w sygnale. Powszechnie znany jest fakt, że z punktu widzenia analizy sygnału ważniejszą informację niesie zmiana widma niż jego postać w danej chwili. Zważywszy na ten fakt dla sygnału zawierającego zapis serii złożonych ruchów lepszy rezultat otrzymuje się po zastosowaniu analizy czasowo-częstotliwościowej. Będzie ona analizować widmo sygnału w kolejnych chwilach czasowych tym samym połączy zalety obydwu wymienionych wcześniej technik. W literaturze można spotkać się także z podziałem metod analizy ruchu dłoni z uwagi na zastosowany sposób (technikę) rejestracji sygnału. Historycznie pierwszą grupę będą stanowić metody, w których wykorzystano jedynie prosty przełącznik rejestrujący moment styku punktu kończyny z podłożem zliczający ilość wykonanych powtórzeń prostego zadania. Do kolejnej grupy będą należeć metody, w których ruch rejestrowany jest w sposób pośredni. Dokonuje się w nich zapisu video ruchu kończyny z umieszczonymi znacznikami (punkt świetlny, znacznik odbijający światło) a następnie przy wykorzystaniu techniki rozpoznawania obrazów otrzymuje się pierwotną trajektorię ruchu. Ostatnią grupę będą tworzyć metody, w których zastosowano trójwymiarowy czujnik ruchu (akcelerometr, żyroskop lub czujnik magnetyczny) umieszczony bezpośrednio na kończynie. Techniki te pozwalają na bezpośrednią transmisję sygnału odzwierciedlającego trajektorię ruchu kończyny pacjenta.. 2.3 Identyfikacja procesów informacyjnych w żywym organizmie Wszystkie przedstawione wyżej metody analizy ruchów dłoni wspierające lekarza w ocenie stopnia zaawansowania choroby neurologicznej zostały oparte na 19.

(20) wcześniejszej identyfikacji zachodzących procesów informacyjnych w organizmie człowieka. Grupy badawcze specjalizujące się w dziedzinie biocybernetyki zbudowały na przestrzeni ostatnich lat wystarczająco dokładne modele układu nerwowego. Zawarto w nich podstawowe koincydencje bodźców z reakcjami organizmu a ponadto, co stanowi największą wartość, wskazano struktury układu nerwowego, które w danej sytuacji biorą udział i jaka jest ich dokładna rola. Pozwoliło to na szczegółowe zidentyfikowanie procesów odpowiedzialnych za przetwarzanie i przekazywanie sygnałów nerwowych sterujących układem ruchu i powiązaniu jakości wykonywanego ruchu ze stanem układu nerwowego. Przykładem może być ośrodek regulujący siłę mięśni szkieletowych znajdujący się w móżdżku, który wpływa między innymi na utrzymanie równowagi. Napięcie mięśniowe będzie zatem kontrolowane za pośrednictwem połączeń nerwowych, a po przetworzeniu przekazane z powrotem do mięśni w celu zachowania określonej postawy ciała. Zaburzenie postawy, które można monitorować, może być symptomem dysfunkcji ośrodkowego układu nerwowego i tym samym wskazaniem na określoną chorobę bądź jej stopień zaawansowania. Mając na uwadze powyższe warto więc przybliżyć wyodrębnioną dziedzinę nauki jaką jest biocybernetyka, której wiodący przedmiot badań skupia się właśnie na badaniu procesów informacyjnych zachodzących w żywych organizmach. Biocybernetyka stanowi zatem podklasę szerszej dziedziny nauki zajmującej się badaniem procesów informacyjnych zachodzących w obiektach biologicznych, to znaczy procesów, w których zarówno wejściem jak i rezultatem jest określona informacja oznaczono zasób informacji o rozważanym obiekcie biologicznym zajmuje się także badaniem i tworzeniem modeli. , gdzie przez . Nauka ta. struktur systemów biologicznych. zaangażowanych w procesy informacyjne [3]. Procesy informacyjne można zatem przedstawić. jako. odwzorowania,. wyrażone. ogólnie. za. pomocą. poniższego. odwzorowania (2.1): ⟹ .. (2.1). Jak wspomniano na początku rozdziału, na przestrzeni ostatnich lat liczne grupy badawcze pracowały nad udoskonaleniem modeli układów biologicznych żywego organizmu, w szczególności modelu układu nerwowego człowieka. Prace te bazowały na zgromadzonej wiedzy. wynikającej z szeregu przeprowadzonych obserwacji 20.

(21) poddawanego różnym bodźcom. reakcji organizmu. , co można przedstawić. następująco: ×. ⊆ .. (2.2). Wprowadzając terminologię techniczną można stwierdzić, że zarówno bodziec jak i reakcja organizmu może być rozumiana jako sygnał wejściowy i wyjściowy, który można z określoną dokładnością zmierzyć. Reakcje organizmu zazwyczaj sprowadzają się do określonych form zachowania lub przyjęcia określonej postawy rozumianej jako zbiór współrzędnych w przestrzeni. Bazując zatem na określonej wyżej definicji wiedzy, która określa zachowanie żywego organizmu oraz biorąc pod uwagę fakt, że organizm żywy cechuje się zmiennym stanem, opis organizmu można formalnie przedstawić za pomocą poniższego, dynamicznego odwzorowania (2.3): 𝐁𝐓 ⟹ 𝐕𝐓. gdzie:. T. -. (2.3). zbiór chwil czasowych. Powyższe odwzorowanie. odnosi się do ogółu procesów informacyjnych w żywym. organizmie. Dla potrzeb niniejszej pracy wyodrębniono trzy obszary, dla których zidentyfikowano przetwarzanie. procesy. składowe. oraz wysyłanie. odpowiedzialne. za:. pozyskiwanie. ,. informacji rozumianej jako sygnał biologiczny.. Pierwszy obszar zawierał będzie zarówno procesy pozyskiwania informacji na temat zewnętrznych bodźców jak również monitorowania wewnętrznego stanu organizmu. Informacja zgromadzona w ten sposób przekazywana jest następnie do obszaru drugiego, gdzie wyodrębnić można procesy odpowiedzialne za przetwarzanie danych. Korzystają one zarówno z otrzymanej porcji danych jak również z informacji zgromadzonej w pamięci w postaci odpowiednich sygnałów nerwowych XT w mózgu. Ostatni obszar stanowią procesy związane z wysyłaniem informacji zarówno na potrzeby autoregulacji organizmu oraz sygnałów na zewnątrz organizmu. Bazując na [3] przepływ informacji w modelu żywego organizmu można przedstawić następująco (Rysunek 2-2).. 21.

(22) Rysunek 2-2 Przepływ procesów informacyjnych w żywym organizmie; źródło: opracowanie własne. Podsumowując należy stwierdzić, że organizm żywy w ujęciu biocybernetycznym będzie przedmiotem zarówno modelowania jak również źródła wyników badań i obserwacji biologicznych dla celów konstrukcyjnych. Dokładne poznanie struktur układu nerwowego, ich roli w działaniu organizmu oraz symptomów występujących w przypadku ich dysfunkcji wydaje się niezbędne do podjęcia próby konstrukcji nawet najprostszej metody analizy danych biomedycznych. Kolejne rozdziały przybliżą więc wybrane elementy układu nerwowego człowieka ze szczególnym naciskiem na struktury odpowiedzialne za funkcje ruchowe.. 2.4 Sygnały biomedyczne i ich rejestrowanie Sygnał to jedno z podstawowych pojęć teorii informacji, dziedziny nauki na pograniczu statystyki i informatyki zapoczątkowanej przez wybitnego amerykańskiego matematyka i inżyniera Claude'a E. Shannona (1916 - 2001). Oznacza ono przepływ strumienia informacji. Zatem mówiąc o sygnałach biomedycznych rozumie się przepływ informacji zawierającej w sobie dane biomedyczne takie jak: częstość uderzeń serca, ciśnienie krwi, temperatura ciała czy szereg innych wielkości charakteryzujących organizm człowieka. Informacja niesiona przez sygnał biologiczny może ulegać szybkim zmianom w czasie (np. sygnał EKG), lub jego zmiany będą widoczne dopiero po długich okresach rejestracji (temperatura ciała, stężenie hormonalne we krwi) [4]. Rejestrowanie sygnałów biomedycznych ma przede wszystkim na celu ocenę stanu organizmu. Ze strumienia informacji wydobywa się szereg parametrów, często przy użyciu zaawansowanych obliczeń numerycznych, na podstawie których lekarz jest w stanie postawić odpowiednią diagnozę i podjąć właściwe leczenie. Innym celem rejestrowania sygnałów jest próba budowy modelu i symulacji procesów zachodzących w organizmie. Dysponując takimi danymi w połączeniu z doświadczeniem lekarzy bardzo często udaje się odtworzyć i przewidzieć patologię zmian, których wczesne wykrycie może mieć kluczowe znaczenie w prowadzonych badaniach [5]. 22.

(23) Prowadząc badania medyczne zbiera się, przetwarza i archiwizuje trzy zasadnicze typy informacji: alfanumeryczną, obrazową oraz sygnały biologiczne [6]. Poniżej zostaną krótko przedstawione te trzy rodzaje informacji. 2.4.1 Informacja alfanumeryczna Dane alfanumeryczne pozyskuje się głównie w trakcie wywiadu chorobowego oraz aktualizując kartę pacjenta o nowe wyniki badań. Do tego celu wykorzystuje się z reguły prostą bazę danych zaprojektowaną i dostosowaną do konkretnego celu. Na przechowywane dane składają się zarówno dane personalne pacjenta, sukcesywnie aktualizowane wyniki badań, stanowiące historię choroby, a także dane wyznaczone na podstawie zgromadzonych wcześniej informacji (dane statystyczne takie jak: testowanie hipotez, analiza korelacji i regresji, analiza czynników i inne parametry pozwalające wykorzystać w pełni przechowywane informacje). 2.4.2 Informacja obrazowa Informacja obrazowa to przede wszystkim wyniki badań, których dane zapisane są w postaci dwuwymiarowych zdjęć lub coraz częściej obrazów trójwymiarowych. Najczęściej jest kojarzona z technikami radiologicznymi, ale na dzień dzisiejszy to przede wszystkim takie badania jak: •. obrazowanie za pomocą mikroskopów optycznych i elektronowych;. •. obrazowanie za pomocą skanerów i kamer TV;. •. ultrasonografia (US);. •. obrazowanie magnetyczno-rezonansowe (MRI);. •. obrazowanie za pomocą funkcjonalnego rezonansu magnetyczny (fMRI);. Dzięki coraz powszechniejszej technice cyfrowej uzyskane informacje w postaci obrazów mogą być w wygodny sposób przechowywane i poddawane analizie komputerowej. Obecnie powstała odrębna, wyspecjalizowana dziedzina nauki zajmująca się wyłącznie problemem przetwarzania i rozpoznawania obrazów. Zaprojektowane zostały bardzo bogate i zaawansowane pakiety oprogramowania pozwalające transformować i poddawać analizie obrazy biomedyczne dając lekarzom kolejne pomocne narzędzie. Przykładami nowoczesnego wykorzystania dostępnej techniki obrazowania mogą być różne zastosowania funkcjonalnego rezonansu magnetycznego publikowane na łamach czasopisma NeuroImage [7]. 23.

(24) Rysunek 2-3 Przykład informacji obrazowej fMRI, źródło: [7]. 2.4.3 Sygnały biologiczne Organizm człowieka wytwarza wiele rodzajów sygnałów biologicznych, które cechują się różną naturą fizyczną. Wielkości jednych z nich można stosunkowo łatwo odczytać za pomocą prostych przyrządów np. temperaturę ciała lub częstość uderzeń serca. Inne sygnały wymagają do ich rejestracji bardzo skomplikowanej aparatury, gdyż na przykład ich amplitudy są bardzo niskie lub też są trudne w interpretacji i dlatego nieużyteczne bez zaawansowanej obróbki. Można tu dla przykładu wymienić sygnał odwzorowujący pracę mózgu: elektroencefalogram, którego amplituda zawiera się w przedziale 0-100 mV, bądź omawiane szerzej w dalszych rozdziałach drżenie biologiczne, które pomimo że jest obserwowalne gołym okiem, to jest trudne do oceny, ponieważ do postawienia obiektywnej oceny niezbędny jest precyzyjny pomiar amplitudy oraz częstotliwości. Poniżej zestawiono najbardziej popularne rodzaje sygnałów biomedycznych, podając również kilka przykładowych badań dla zobrazowania tematu. Typ sygnału. Przykład badania. mechaniczny. badanie ciśnienia krwi; analiza ruchów oddechowych; analiza ruchów organizmu, drgań; rejestracja siły wywieranej przez kończyny; analiza przepływu płynów i gazów ustrojowych;. 24.

(25) Typ sygnału. Przykład badania. elektryczny. elektrokardiogram; elektroencefalogram; elektromiogram; elektrointestinogram;. magnetyczny. magnetokardiografia;. chemiczny. analiza zmian stężenia hormonów we krwi; rejestracja danych do analizy laboratoryjnej;. akustyczny. badanie słuchu; rejestracja i analiza mowy;. cieplny. pomiar temperatury ciała; Tabela 2-1 Podział sygnałów biomedycznych. Najbardziej znane i najwygodniejsze w rejestracji są sygnały elektryczne. Sygnał ten po wymaganym wzmocnieniu jest możliwy do bezpośredniej rejestracji. Poniżej dla zilustrowania przykład sygnału biologicznego EEG, który poddano dodatkowo interpolacji [8].. Rysunek 2-4 Przykład sygnału biologicznego EEG, źródło: [8]. Inaczej jest w przypadku pozostałych typów sygnałów nieelektrycznych, w których wymagany. jest. dodatkowy. etap. wstępnego. przetwarzania. sygnału. zwany. kondycjonowaniem. Realizowane jest to przy pomocy specjalnie dobranych przetworników dokonujących zamianę sygnału nieelektrycznego na elektryczny.. 25.

(26) 2.4.4 Cyfrowa reprezentacja sygnałów Przedstawione w poprzednim podrozdziale sygnały biomedyczne mają tak zwaną postać analogową, czyli mierzona przez nas wielkość ma naturę ciągłą, a stowarzyszony z nią sygnał analogowy dostarcza informacji o czasowym przebiegu tej wielkości. Obok sygnałów analogowych istnieją również sygnały cyfrowe (dyskretne), których amplituda jest zdefiniowana wyłącznie w pewnych określonych chwilach i przedstawiona w postaci szeregu liczb [6] [9]. Dzięki powszechnej dostępności i coraz niższych cenach sprzętu cyfrowego i komputerowego, dysponującego nośnikami danych o dużej pojemności, rejestrowany biomedyczny sygnał analogowy jest bardzo często konwertowany na bieżąco do postaci cyfrowej.. Umożliwiają. to. stosunkowo. proste. metody matematyczne. zwane. próbkowaniem sygnału, a cały proces realizowany jest przy pomocy przetworników analogowo-cyfrowych (A/C). Za takim sposobem akwizycji danych przemawia wiele racji, między innymi: wygoda i szybkość dostępu, dostępność wielu gotowych pakietów służących do przetwarzania sygnałów a także zapewnienie pełnej powtarzalności przeprowadzonej analizy. W odróżnieniu od przetwarzania analogowego nie obserwuje się problemu zmian charakterystyki użytych elementów (zmiany temperaturowe, zmiany wynikające ze starzenia się elementów), który mógł wprowadzić znaczące zmiany w ostatecznym wyniku analizy. Proces konwersji analogowo-cyfrowej polega na pobieraniu kolejnych próbek sygnału co określony odstęp czasu (okres próbkowania i odczytywaniu ich amplitudy.. , oznaczany zamiennie jako T). Przykład takiego procesu przedstawiono poniżej. (Rysunek 2-5).. 26.

(27) Rysunek 2-5 Przykład próbkowania sygnału analogowego, źródło: opracowanie własne. Utworzony w ten sposób szereg (2.4) stanowi reprezentację cyfrową analizowanego sygnału analogowego x(t). ( ). ( ) (. ) (2. )…. (𝑘. )… .. (2.4). Pojedynczą i-tą próbkę sygnału wygodnie jest oznaczyć symbolem x[i] nawiązującym do odwołania tablicowego używanego w językach programowania, i taka konwencja będzie występować w zapisie w dalszej części tej pracy. Podaną wyżej postać szeregu można zapisać w następującej postaci: ( ) gdzie:. (𝑛 ∙. [𝑛] n = =. [ ] [1] [2] …. [𝑘] … .. (2.5). ) = (𝑛 ∙ T). kolejne liczby całkowite odstęp czasowy pomiędzy próbkami, oznaczany także jako T. Dwa najistotniejsze parametry sygnału cyfrowego to dokładność zdefiniowana przez rozdzielczość przetwornika A/C oraz informacja o okresie próbkowania sygnału analogowego. Zamiast wartości określającej okres próbkowania stosuje się zamiennie częstotliwość próbkowania fs wyrażoną w jednostkach częstotliwości [Hz]. Wielkości te związane są ze sobą prostą zależnością: 𝑓𝑠. 1. (2.6) 27.

(28) Rozdzielczość przetwornika jest zależna od liczby bitów (n) użytych. do. reprezentowania wartości amplitudy próbki. Im większa jest rozdzielczość przetwornika, tym większą liczbę stanów może on rozróżnić, dokładnie 2n. Widać więc, że przetwarzanie sygnału z postaci analogowej do cyfrowej wprowadza w sygnale wyjściowym nieciągłość zwaną kwantyzacją sygnału. W praktyce najczęściej używa się przetworników 12 i 16 bitowych, których zakres napięć wejściowych zawiera się w przedziale (0,1), (0,5) lub (0,10) V. Stosuje się także przetworniki bipolarne, których zakres napięć wynosi odpowiednio (-1,1), (-5,5) oraz (-10,10) V. Przytoczone w poprzednich rozdziałach przykłady sygnałów biomedycznych charakteryzowały się dużo niższymi poziomami napięć niż przedziały występujące w przetwornikach A/C, zatem do ich prawidłowej analizy wymagane jest wzmocnienie do takiego poziomu, aby sygnał wejściowy pokrył możliwie cały zakres napięć wejściowych przetwornika A/C. Przytoczone powyżej cechy konwersji analogowo-cyfrowej są wyjątkowo istotne w przetwarzaniu sygnałów biomedycznych. W szczególności będzie to dotyczyć analizy zarejestrowanego i skonwertowanego do postaci cyfrowej ruchu dłoni. Świadomość obecności ograniczeń techniki cyfrowej jest szczególnie istotna na etapie wyboru sensora, metod przetwarzania oraz interpretacji wyników. W pierwszej kolejności należy wymienić błąd wynikający z kwantyzacji sygnału. Powoduje on utratę informacji o względnie małych zmianach amplitud sygnału analogowego. Błąd ten można zmniejszyć przez zastosowanie przetworników o większej rozdzielczości, lecz zazwyczaj wiąże się to z wyższą ceną urządzenia. W. dalszej. kolejności. należy. wymienić błąd ograniczonej rozdzielczości częstotliwościowej. Wynika on ze skończonego czasu trwania procesu próbkowania T, zatem separowalne są jedynie składowe o częstotliwościach różniących się bardziej niż o 𝑓. 1. . Informacje o. zmianach bardzo powolnych zostaną utracone. Jedynym sposobem zwiększenia rozdzielczości częstotliwościowej jest wydłużenie analizowanego sygnału. Podobnie zostaną utracone informacje o szybkich zmianach sygnału analogowego, ponieważ pomiaru sygnał dokonuje się wyłącznie w ściśle określonych punktach na osi czasu nie rejestrując jak zachowuje się sygnał pomiędzy tymi punktami. Składowe o wysokich częstotliwościach. zostają. mylnie. zinterpretowane. jako. składowe. o. niskich. częstotliwościach, a proces ten nazywany jest mieszaniem częstotliwości (aliasing). 28.

(29) Warto w tym momencie przytoczyć kryterium Shannona (2.7), które określa minimalną częstotliwość próbkowania sygnału jako podwójną wartość maksymalnej częstotliwości w nim występującej fN. 𝑓𝑠 𝑚 gdzie:. 𝑓𝑁. 2 ∗ 𝑓𝑁. (2.7). - wartość maksymalnej częstotliwości w sygnale. Kryterium Shannona stwierdza jedynie fakt, że sygnał poddany próbkowaniu z częstotliwością fs min zawiera całą potrzebną do rekonstrukcji informację, ale nie oznacza to, że zrekonstruowany sygnał będzie wyglądał identycznie jak sygnał początkowy [6].. Wynika to z faktu, że rekonstrukcja sygnału polegająca na łączeniu. kolejnych próbek niekoniecznie musi polegać na połączeni ich linią prostą. W praktyce aby zminimalizować ten problem stosuje się próbkowanie sygnału z częstotliwością do dziesięciu razy większą niż maksymalna częstotliwość składowa w nim występująca. Aby uniknąć efektu błędnego interpretowania wysokich częstotliwości stosuje się przed dokonaniem próbkowania sygnału jego dolnoprzepustową analogową filtrację. Wówczas poddaje się konwersji jedynie te częstotliwości, które zostaną prawidłowo rozpoznane przy określonej częstotliwości próbkowania.. 2.5 Układ nerwowy jako element systemu informacyjnego żywego organizmu W systemie informacyjnym żywego organizmu można wskazać na pierwszym planie układ nerwowy. , który pełni funkcję odpowiedzialną za kontrolowanie całego. organizmu, będąc niejako jego administratorem. Sprawowanie tej funkcji wiąże się z przekazywaniem impulsów nerwowych x ∈ X przez ustalone drogi we włóknach nerwowych do narządów i mięśni w organizmie. Obok układu nerwowego rolę uzupełniającą pełni układ hormonalny , który odpowiada za uwalnianie hormonów do krwiobiegu i tym samym oddziaływania za ich pomocą na komórki organizmu. W przeciwieństwie do układu nerwowego informacja nie jest przekazywana za pomocą ustalonej drogi ale wysyłana jest do wszystkich komórek, gdzie finalnie zostaje wykorzystana jedynie przez te, które zostały wyposażone w odpowiednie receptory reagujące na dany hormon. Obydwa układy współdziałają ze sobą, co można zilustrować za pomocą obustronnego odwzorowania (Rysunek 2-6). 29.

(30) 𝔑. 𝜑𝑛ℎ 𝜑ℎ𝑛. Rysunek 2-6 Wzajemne współdziałanie układu nerwowego oraz hormonalnego, źródło: opracowanie własne. Warto zaznaczyć, że układ nerwowy. odbiera z otoczenia około 10G bitów informacji. w ciągu 1 sekundy, jednakże świadomość człowieka rejestruje jedynie niewielką ich część, rzędu 100 bitów na sekundę [10]. Na podstawie zebranych informacji bierze udział w realizacji prawidłowych reakcji adaptacyjnych (np. reakcje odruchowe) na zmieniające się warunki świata zewnętrznego i środowiska wewnętrznego. W kolejnych podrozdziałach zostaną bliżej przedstawione poszczególne części układu nerwowego człowieka, między innymi: podstawowy element składowy czyli komórka nerwowa, ośrodkowy układ nerwowy (OUN) wraz z krótkim omówienie budowy mózgu, obwodowy układ nerwowy, układ autonomiczny, a także, istotny z punktu widzenia tej pracy, układ pozapiramidowy. 2.5.1 Komórka nerwowa Komórka nerwowa, będąca podstawowym budulcem tkanki nerwowej, odpowiedzialna jest za przewodzenie impulsów nerwowych x∈X. Poniższy rysunek przedstawia uproszczoną budowę komórki nerwowej (Rysunek 2-7).. Rysunek 2-7 Budowa komórki nerwowej, źródło: opracowanie własne. 30.

(31) Składa się ona z ciała komórki (zaznaczone na rycinie jako obszar A) oraz dwóch rodzajów wypustek – dendrytów (B) i neurytów zwanych także aksonami (C). Dendryty o stosunkowo niewielkich rozmiarach są odpowiedzialne za podawanie impulsów nerwowych do ciała komórki, natomiast akson, którego długość zazwyczaj wielokrotnie przewyższa długość dendrytów, przekazuje impuls dalej, do kolejnej komórki nerwowej. Warto zaznaczyć, że akson osłonięty jest otoczką mielinową pełniącą jednocześnie funkcję ochrony mechanicznej oraz izolatora elektrycznego aksonu. 2.5.2 Ośrodkowy układ nerwowy Ośrodkowy układ nerwowy obejmuje mózgowie oraz rdzeń kręgowy. Poddaje on rejestracji i analizie pobudzenia dopływające z układu obwodowego i zapewnia prawidłową reakcję organizmu na te bodźce [11]. Mózgowie wypełnia jamę czaszki i jest otoczone trzema oponami mózgowymi (twardą, przylegającą do kości, następnie pajęczą, w swojej strukturze podobną do pajęczyny i wreszcie - miękką, wprost leżącą na powierzchni mózgowia), oddzielającymi je od wewnętrznych ścian kości czaszki. W oponie twardej znajdują się zamknięte przestrzenie zwane zatokami opony twardej, którymi płynie krew pochodząca z wszystkich mózgowych naczyń żylnych [10]. Pod względem anatomicznym w mózgowiu można wyróżnić (Rysunek 2-8): mózg składający się z płatów (zaznaczone na rycinie jako obszary A1 – A4), móżdżek (B) i pień mózgu (C).. 31.

(32) Rysunek 2-8 Mózgowie człowieka wraz z najważniejszymi obszarami, źródło: opracowanie własne. Największą część mózgu stanowią półkule mózgu: lewa i prawa, które dzielą się z kolei na cztery płaty: czołowy (zaznaczone na rysunku jako obszar A1), ciemieniowy (A2), skroniowy (A3) i potyliczny (A4). Pomiędzy półkulami znajduje się głęboka podłużna szczelina, na dnie której znajduje się tzw. spoidło wielkie, utworzone przede wszystkim przez liczne drogi nerwowe łączące obie półkule. Powierzchnia mózgu jest wyraźnie pofałdowana, z widocznymi głębokimi bruzdami, pomiędzy którymi znajdują się fałdy, zwane zakrętami mózgu. Powierzchnię zakrętów i wnętrza bruzd pokrywa kora mózgu, której powierzchnia wynosi ok. 2200 cm2. Tylko ok. 1/3 płaszcza mózgu jest widoczne, pozostałe 2/3 są schowane w bruzdach [10] [12]. Kora mózgu składa się z dwóch warstw: istoty szarej, zawierającej ponad 70% komórek nerwowych mózgu, oraz istoty białej w skład której wchodzą przede wszystkim włókna nerwowe i tkanka glejowa oraz naczynia krwionośne. W głębi półkul znajdują się otoczone istotą białą osobne skupiska istoty szarej, nie mające bezpośredniej łączności z korą - zwane jądrami podkorowymi. Za półkulami mózgu, znajduje się kolejna, wyraźnie wyodrębniona część mózgowia – móżdżek (zaznaczone na rysunku jako obszar B). Wypełnia on tylną część dołu czaszki. Pień mózgu (C) stanowi połączenie między półkulami mózgu i rdzeniem kręgowym., jest on także odpowiedzialny za funkcjonowanie najważniejszych dla życia czynności takich jak 32.

(33) oddychanie czy praca serca. Rdzeń kręgowy (znajdujący się w kanale kręgowym) pośredniczy w przekazywaniu pobudzeń czuciowych do mózgu oraz bodźców wykonawczych do nerwów obwodowych. Od bardzo dawna neurolodzy i psychiatrzy interesowali się umiejscowieniem poszczególnych czynności w obszarze mózgu. Początkowo badania te opierały się na pośmiertnej analizie mózgu i lokalizacji zmian, z którymi wiązano chorobę. Fundamentalne prace powstały dzięki badaniom: Brocka (1861), który stwierdził uszkodzenie tylnej trzeciej części lewego trzeciego zakrętu czołowego u chorego cierpiącego na zaburzenia mowy. Kolejne badania to Wernicke (1874), który odkrył uszkodzenie w tylnej części pierwszego zwoju skroniowego u chorego z zaburzeniami mowy. Następnym etapem badań było wykorzystanie prądu elektrycznego i drażnienie nim poszczególnych obszarów mózgu w celu ustalenia obszarów czynnościowych. Neurolodzy prześcigali się w tego typu badaniach, wymienić można takie nazwiska jak: Fritsch i Hitzig (1870), Ferrier (1875) czy Beevor i Horsley (1890). Początkowo badania przeprowadzano na zwierzętach, jednak Bartholow (1874) przeprowadził je na człowieku. Gudden (1870) w badaniu polegającym na usunięciu gałek ocznych u młodego zwierzęcia wykazał, że zakłóca to rozwój płatów potylicznych. Ferrier (1897) odkrył z kolei fakt, że podrażnienie określonej okolicy płata skroniowego powodowało nadstawianie uszu przez zwierzę [12]. Prace te pozwoliły na zlokalizowanie i pokrycie mózgu mapą obszarów czynnościowych. Do badań tych przyczynił się znacząco także Kleist, który w swojej pracy „Patologia mózgu” zamieścił obszerny rozdział „Plan budowy i czynności mózgu” (1934). Pracę tę poparł badaniami ok. 300 chorych z urazami mózgu odniesionymi w czasie I wojny światowej, jak również chorych z własnej kliniki neurologicznej. Pomimo tak wielkich starań i możliwości dzisiejszej techniki tj. mikroskopu elektronowego i fluorescencyjnego, badań z wykorzystaniem tomografii komputerowej (CT), pozytronowej tomografii emisyjnej (PET), czy najnowszego funkcjonalnego rezonansu magnetycznego (fMRI) informacje o właściwej czynności mózgu do dzisiaj nie są dokładnie odkryte. Poniżej (Tabela 2-2) zestawiono przyporządkowanie jedynie najważniejszych funkcji do poszczególnych części mózgowia, które oparto na wieloletnich. 33.

(34) anatomicznych i fizjologicznych badaniach. Zestawienie zawiera także objawy związane ze zmianami w poszczególnych częściach. Część mózgu. Funkcja. płat czołowy. czynności ruchowe (ruch zamierzony) i psychiczne, zdolność do myślenia i wyrażania woli. płat ciemieniowy. analiza doznań czuciowych (dotyk, smak, doznania wzrokowe, słuch). płat skroniowy. ośrodek słuchu oraz węchu. płat potyliczny. odpowiada za wzrok, rozpoznawanie kolorów. ośrodek Brocka. ośrodek odpowiedzialny za mowę. jądra podkorowe. wytworzenie napędu ruchowego oraz regulowanie napięcia mięśni i korygowanie ruchu. móżdżek. ośrodek kierujący ruchem, wpływa na utrzymanie równowagi, reguluję siłę mięśni szkieletowych. pień mózgu. odpowiada za oddychanie, pracę serca, przemianę materii i regulację temperatury Tabela 2-2 Zestawienie funkcji głównych części mózgowia. 2.5.3 Obwodowy układ nerwowy Obwodowy układ nerwowy tworzą korzenie rdzeniowe i nerwy obwodowe. Układ ten zabezpiecza odbiór doznań czuciowych oraz przewodzi pobudzenia z ośrodków nerwowych (rdzeń, mózg) do narządów wykonawczych (mięśni, gruczołów dokrewnych) [11]. Schematyczne rozmieszczenie układu nerwowego człowieka przedstawiono na poniższej rycinie (Rysunek 2-9).. 34.

(35) Rysunek 2-9 Uproszczony schemat układu nerwowego człowieka, źródło: opracowanie własne. Układ obwodowy zbudowany jest z trzech podstawowych włókien nerwowych: ruchowych, czuciowych i autonomicznych. Poniżej w tabeli (Tabela 2-3) zestawiono ich podstawową rolę. Część układu obwodowego. Funkcja. włókna nerwowe ruchowe. przewodzą pobudzenia do narządów wykonawczych - mięśni. włókna nerwowe czuciowe. przewodzą pobudzenia do ośrodków nerwowych. włókna nerwowe autonomiczne przewodzą pobudzenia do narządów wewnętrznych (mięśni, gruczołów wydzielania wewnętrznego) Tabela 2-3 Części nerwowego układu obwodowego i ich funkcje. Warto podkreślić, że część autonomiczna układu obwodowego pełni bardzo ważną rolę w organizmie człowieka - kieruje czynnościami narządów wewnętrznych a zwłaszcza funkcją układu sercowo-naczyniowego, oddechowego, pokarmowego i przemiany materii. Układ autonomiczny jest czynnościowo ściśle połączony z układem hormonalnym. W układzie autonomicznym wyróżnić można dwie części: . Układ współczulny, którego główną rolą jest podnoszenie aktywności organizmu. Realizowane jest to zazwyczaj przez zwiększenie tętna serca, 35.

(36) przyspieszenie oddechu, zwężenie naczyń krwionośnych, obniżenie aktywności narządów pokarmowych. . Układ przywspółczulny, którego rola jest przeciwna do układu współczulnego. Układ ten uaktywnia się głównie w czasie odpoczynku i psychicznego odprężenia. Pobudza on pracę układu pokarmowego, wywołuje obniżenie temperatury ciała jak również powoduje zmniejszenie tętna serca.. 2.5.4 Jądra podkorowe i układ pozapiramidowy Układ ten jest częścią ośrodkowego układu nerwowego, jednak postanowiono przybliżyć go nieco dokładniej z uwagi na fakt, iż zaburzenia czynności ruchowych będące tematem tej pracy powstają w wyniku zmian właśnie w tej części układu nerwowego człowieka. Jądra podkorowe są to wszystkie szare skupiska jądrowe w obrębie istoty białej w mózgu człowieka. Poniżej (Rysunek 2-10) przedstawiono schematyczny ich układ.. Rysunek 2-10 Schematyczny układ jąder podkorowych, źródło: opracowanie własne. W dużym uproszczeniu wyróżnić można między innymi: wzgórze Thalamus (zaznaczone na rycinie jako obszar A) odpowiedzialne między innymi za wstępną obróbkę bodźców zmysłowych, jądro ogoniaste i skorupę, które razem nazywane jest 36.

(37) prążkowiem nowym (B), gałkę bladą (C), oraz ciało migdałowate (D). Ciało prążkowane (liczne prążkowatokształtne mostki łączące jądro ogoniaste i skorupę) stanowi ważny, nadrzędny człon motoryczny pozapiramidowego układu ruchowego. Najniżej znajdującym się ośrodkiem układu pozapiramidowego jest rdzeń kręgowy oraz twór siatkowaty w nakrywce śródmózgowia. Oprócz tego zalicza się również części takie jak: ciało prążkowane, gałka blada, istota czarna, jądro czerwienne i jądro niskowzgórzowe międzymózgowia. Przednia część istoty czarnej graniczy z gałką bladą w części ogonowej [12]. Mimo. intensywnych. badań. czynność. poszczególnych. części. układu. pozapiramidowego jest nadal niejasna, ogólnie natomiast wiadomo, że jest on w całości odpowiedzialny za inicjowanie i kontrolowanie ruchów nieświadomych, takich jak: balansowanie kończynami podczas chodzenia, regulowanie rozkładu mięśniowego w celu przyjęcia określonej postawy lub wykonania ruchu. Jednocześnie bierze on udział we wszystkich dowolnych czynnościach ruchowych, które może zarówno pobudzać jak i hamować. Można powiedzieć, że układ pozapiramidowy modeluje ruchy dowolne, inicjuje je natomiast układ piramidowy [13].. 2.6 Wybrane zaburzenia czynności ruchowych istotne z punktu widzenia rejestracji elektroniczną aparaturą medyczną Powstające objawy uszkodzeń neurologicznych można przyporządkować do dwóch podstawowych grup: związanych z zaburzeniami pamięci oraz związanych z zaburzeniami funkcji motorycznych, będących przedmiotem analizy w tej części pracy. Jak opisano wcześniej nadrzędne ośrodki ruchowe człowieka umiejscowione są w korze mózgu, jądrach podkorowych i móżdżku. Ponadto wyróżnić należy układ piramidowy składający się z ośrodkowego oraz obwodowego neuronu ruchowego. Układ ten unerwia ruchowo wszystkie mięśnie poprzecznie prążkowane (poza mięśniem strzemiączkowym) w całym ustroju człowieka kontrolując ruchy dowolne (wymagające skupienia) oraz odpowiada za postawę ciała. Dodatkowym wsparciem tych struktur jest układu pozapiramidowy, który reguluje napięcie mięśni oraz automatyzuje i modeluje wykonywane ruchy. Zmiany w tych obszarach są jedną z głównych przyczyn powstawania zaburzeń funkcji motorycznych [10] [14].. 37.

(38) Uszkodzenia struktur ośrodków ruchowych (w wyniku zmian zwyrodnieniowych) powodują powstanie szeregu zróżnicowanych objawów [15]. Skupiając się na elementach. istotnych. dla. przeprowadzenia. rejestracji. z. wykorzystaniem. elektronicznej aparatury medycznej 2 poniżej krótko scharakteryzowano najczęściej występujące objawy (Tabela 2-4): Nazwa objawu. Charakterystyka objawu. Apraksja. upośledzenie polegające na niezdolności do wykonywania precyzyjnych i wcześniej wyuczonych celowych i zamierzonych ruchów czy gestów, które przy obecności tego objawu są niezgrabne i niepewne.. Akinezja. objaw charakteryzujący się całkowitym bezruchem, odrętwieniem.. Ataksja. objaw cechujący się zaburzeniem koordynacji ruchowej ciała wynikającej z nieprawidłowego działania mięśni agonistów i antagonistów w zakresie ich synchronii i regulacji napięcia mięśniowego. Szczególnie widoczna jest w czasie wykonywania szybkich ruchów naprzemiennych.. Bradykinezja. objaw cechujący się wolniejszym wykonywaniem ruchów wraz z opóźnioną reakcją ruchu. Zaawansowane stadium objawu może przekształcić się w całkowity bezruch (akinezja).. Dystonia. objaw charakteryzujący się wzmożeniem napięcia niektórych grup mięśni (np. karku, kończyn) wraz z ruchami mimowolnymi. Cechą dystonii jest nakładanie się na zamierzone ruchy mimowolnych skurczów mięśni.. Drżenie (tremor) objaw cechujący się rytmicznymi, mimowolnymi, najczęściej regularnymi ruchami oscylacyjnymi dalszych odcinków kończyn (a także głowy, języka, warg) wywołany naprzemiennymi lub synchronicznymi skurczami mięśni antagonistycznych. Pląsawica. objaw charakteryzujący się mimowolnymi i nieprawidłowymi ruchami obwodowych części ciała.. Sztywność. objaw cechujący się nieprawidłowo zwiększonym napięciem mięśniowym podczas wykonywania ruchów biernych. Bardzo. 2. przez elektroniczną aparaturę medyczną rozumie się zestaw narzędzi elektronicznych oraz dedykowanego oprogramowania pozwalających na zapis i przetworzenie neurofizjologicznych czynności organizmu żywego do celów diagnostycznych. 38.

(39) mięśniowa. często objaw ten uwidacznia się w postaci tzw. „koła zębatego” spowodowanego nakładaniem się drżenia na sztywność mięśniową.. Tabela 2-4 Charakterystyka objawów występujących w zaburzeniach ośrodka ruchu. Przedstawiona charakterystyka objawów pokazuje, że w głównej mierze ich przyczyną jest dysfunkcja układu pozapiramidowego. Mimo intensywnych badań czynności poszczególnych części układu pozapiramidowego są nadal niejasne, ogólnie natomiast wiadomo, że jest on w całości odpowiedzialny za inicjowanie i kontrolowanie ruchów nieświadomych i regulowanie rozkładu mięśniowego, tym samym jego uszkodzenia mogą powodować wymienione wyżej objawy.. 2.7 Charakterystyka wybranych chorób z obecnym zaburzeniem funkcji motorycznej Rozpoczynając charakterystykę wybranych chorób z obecnym zaburzeniem funkcji motorycznej w pierwszej kolejności należy przytoczyć te, które cechują się widocznymi i możliwymi do rejestracji objawami. W szczególności będą to objawy pozapiramidowe tworzące tzw. zespół parkinsonowski czyli między innymi bradykinezja, sztywność mięśniowa oraz drżenie. Do tej grupy zaliczyć można chorobę Parkinsona (PD), zanik wieloukładowy (MSA) czy chorobę Alzheimera. W dalszej kolejności opisane zostaną choroby takiej jak stwardnienie zanikowe boczne (ALS) cechujące się zanikiem mięśniowym, stwardnienie rozsiane z wiodącą ataksją i drżeniem oraz choroba Huntingtona (HD) cechująca się zmniejszonym napięciem mięśni, niekontrolowanymi ruchami oraz drżeniem. Ponadto opis chorób został uzupełniony. o. postępujące. porażenie. nadjądrowe. (PSP). oraz. chorobę. małych naczyń (SVD), której bezpośrednią przyczyną jest proces zwyrodnieniowy w ścianie tętnic zaopatrujących struktury podkorowe a nie, jak w przypadku pozostałych tu wymienionych schorzeń, proces neurozwyrodnieniowy. Choroba ta jednak cechują się bardzo podobnymi objawami do choroby Parkinsona i często są z nimi mylone z uwagi na brak zaawansowanych technik różnicujących. 2.7.1.1 Choroba Parkinsona Choroba Parkinsona (PD, ang. Parkinson’s Disease) – samoistna, powoli postępująca zwyrodnieniowa choroba ośrodkowego układu nerwowego. Objawy 39.

(40) schorzenia zostały opisane przez londyńskiego lekarza Jamesa Parkinson w 1817 roku. Podłoże anatomiczne i biochemiczne leżące u podstaw choroby zostało poznane dopiero w XX wieku przez szwedzkiego biochemika Arvid Carlsson’a, któremu za to odkrycie przyznano Nagrodę Nobla w 2000 roku. Rolę dopaminy w patogenezie schorzenia wyjaśnili Ehringer i Hornykiewicz w 1960 roku. Do objawów chorobowych dochodzi z powodu zmian neurodegeneracyjnych w jądrach podstawy (w istocie czarnej), gdzie wytwarzany jest neurotransmiter zwany dopaminą. Choroba dotycząca około 1% populacji ludzi pomiędzy 40. a 60. rokiem życia. Na chorobę Parkinsona cierpi od 38. roku życia jeden z najwybitniejszych amerykańskich bokserów, Muhammad Ali (ur. 1942). Głównymi objawami Choroby Parkinsona są bradykinezja (w szczególności spowolnienie i zubożenie ruchów, trudności z wykonywaniem ruchów precyzyjnych, trudności w rozpoczęciu ruchów dowolnych), sztywność mięśniowa oraz drżenie spoczynkowe. Ponadto choroba charakteryzuje się innymi objawami takimi jak przodopochylenie tułowia, chód szurający, zaburzenia równowagi, rzadkie mruganie, brak mimiki twarzy. Przebieg choroby jest zwykle powolny, wieloletni, prowadzący do inwalidztwa [16] [17] [18]. 2.7.1.2 Zanik wieloukładowy Zanik. wieloukładowy. (MSA,. ang.. Multiple. System. Atrophy). –. jest. zwyrodnieniową chorobą ośrodkowego i autonomicznego układu nerwowego charakteryzującą móżdżkowego. się i. współwystępowaniem. piramidowego,. a. także. cech. zespołu. zaburzeń. parkinsonowskiego,. wegetatywnych.. Częstość. występowania choroby wynosi od 2 – 4,4 / 100 000 populacji, przypadając pomiędzy 36. a 74. rokiem życia. Dominującymi objawami, gdy w chorobie przeważa zespół parkinsonowski (około 80% chorych), są spowolnienie, sztywność mięśniowa, asymetria, niestabilność postawy z częstymi upadkami oraz zaburzenia mowy i połykania. Choroba charakteryzuje się także drżeniem, które jest pozycyjne i nieregularne, rzadko występuje drżenie. spoczynkowe.. Natomiast. w. podgrupie. z. przeważającym. zespołem. móżdżkowym obserwuje się ataksję chodu i kończyn, drżenie zamiarowe, oczopląs oraz dyzartrię. W najbardziej zaawansowanym stadium pacjent jest unieruchomiony w łóżku, z dużego stopnia zaburzeniami mowy i połykania. Postęp choroby jest dość szybki, 40.