帕金森病运动与认知功能的动态数字生物标志物

该方案可通过认知和运动严重程度对异质性的帕金森病进行分层。利用可穿戴传感器，我们可以将临床医生常用的临床任务数字化。通过在神经系统不同功能水平上对活动进行共配准，我们识别出具有高度信息性的认知、运动和情绪参数，以生成帕金森病的动态数字生物标志物。

本工作提供了一个统一的框架，用于以个性化的方式表征和追踪神经系统疾病的特征，以及接受特定治疗或疗法的整个队列人群的演变过程。该技术提供了一个统一的统计平台，能够动态追踪由自发生物活动所产生的统计变异特征的变化，这些活动涵盖从分子、细胞到行为的各个层面。同时运行多个软件需要大量计算机内存，因此建议使用计算能力较强的计算机，否则系统在记录过程中可能会崩溃。

我们在自然运动过程中同时使用多种设备记录大脑、身体和心脏的活动，因此采用视频等动态媒介最能清晰展示这一过程。来自我实验室的操作演示将由研究生李志惠（Jihye Ryu）和约瑟夫·维罗（Joseph Vero）完成。在获取受试者的知情同意后，需测量其身体尺寸，以便在动作捕捉系统中创建其身体的虚拟化身。

接下来，设置动作捕捉系统，包括十七个无线动作追踪传感器及动作追踪软件。按照指示将传感器放置在所有相应身体部位，并使用绑带固定传感器，以确保活动不受限制。当所有传感器放置完毕后，校准受试者的位置以创建虚拟形象。

设置脑电图设备和记录软件时，将31个通道的传感器置于头皮上，并将记录设备放置在头部后方。将最后一个通道的传感器连接至连接器以测量心电信号，并将该传感器置于受试者腹部左侧。然后，将参考通道传感器连接至受试者左耳后方，并使用注射器向脑电帽上的传感器注入电极凝胶。

为了在评估过程中采集参与者的语音，请将麦克风放置在参与者前方，并将麦克风连接至运行实验室流层（lab stream layer）的计算机。接下来，为建立实验室流层系统以同步脑电图（EEG）、动作、音频和鼠标点击时间戳的信号流，请打开实验室记录器（lab recorder）应用程序，启动并关联用于鼠标和音频采集的 lab stream layer 应用程序（win app），然后打开内部开发的 xsense 同步应用程序。在实验室记录器应用程序的“从流记录”（record from stream）部分，点击“更新”（Update）以获取完整的流项目列表，并勾选 AudioCaptureWin、EEG、MouseButtons、Position 和 TrackerKinematics 对应的复选框，以通过实验室流层系统连接音频、脑电图、鼠标点击和动作数据。

设置记录笔的运动，包括手写板和运动分析软件，并将绘图板和手写笔放置在受试者面前。将手写板连接到运行运动分析软件的计算机上，并用胶带将一张白纸固定在手写板表面。然后，在实验流层、动作捕捉软件和脑电图记录软件中点击开始记录。

在每个任务开始和结束时，点击动作捕捉软件上的时间戳按钮以记录任务时间。点击时间戳按钮时，务必记下实际时间作为备份，以便后续查看数据时能够根据时间戳识别对应的任务。对于即时的本森复杂图形复制任务，指导参与者在纸上复制本森图形，并记住该图形的设计，因为他们稍后将被要求凭记忆再次绘制该图形。

进行连线测验A部分时，指导受试者将按升序编号的圆圈依次用直线连接。进行连线测验B部分时，指导受试者将包含数字或字母的圆圈按升序交替连接，即在数字与字母之间交替连线。进行画钟任务时，指导受试者绘制一个带有1至12数字的模拟钟表，并将时间设定为11点10分。

进行延迟的Benson复杂图形复制时，要求受试者凭记忆在一张空白纸上画出Benson复杂图形。进行数字顺背测试时，要求受试者按实验者大声朗读的相同顺序复述数字。进行数字倒背测试时，要求受试者按实验者大声朗读的相反顺序复述数字。

进行指针任务时，将目标物置于受试者正前方，要求其用惯用手指向并触碰目标物，指导受试者以自主节奏用优势手指向目标物40次。进行节拍器指针任务时，指导受试者以自主节奏指向目标物40次，同时在背景中设置节拍器以每分钟35拍的频率发出节拍，但不要向受试者说明节拍器节拍的相关指示。进行节律控制指针任务时，指导受试者按照每分钟35拍的节拍器节奏，指向目标物40次。

进行步行任务时，首先指导受试者在房间内自然行走五分钟。接着，指导受试者在房间内自然行走，同时将节拍器设置为每分钟12次节拍并在背景中发出声响。然后，指导受试者在房间内自然行走，同时将呼吸频率与设定为每分钟12次节拍的节拍器节奏同步。

对于面部视频采集，首先指导受试者舒适地坐好，并在受试者前方架设摄像头。在对照评估中，指导受试者注视一个无任何刺激的区域，持续五分钟。在微笑评估中，指导受试者观看一段有趣的视频，持续五分钟。

在本项代表性研究的每一项绘图任务中，患者组与对照组明显区分开来，其运动变异性各自的随机特征可根据运动障碍学会统一帕金森病评分量表的中等分级得分进行区分。通过执行指向空间目标的任务，可评估不同水平的自主控制能力，本图展示了随着患者疾病严重程度的增加，其质心轨迹的退化情况。利用该检测方法，能够区分帕金森病的每一种亚型，并追踪患者从基线状态到与节拍器相关联的指向任务中随机特征的变化，包括自发且无指令情况以及主动且有指令情况下的变化。

在自动步态评估中，可根据运动障碍学会统一帕金森病评分量表得分中等排序，获得对照组与帕金森病患者的质心轨迹。随后可对步行任务进行随机性分析，从而区分患者与对照组，以及不同疾病严重程度的患者。可使用Open Pose软件确定在特定任务中面部最活跃的区域，并通过分析任务过程中跨情绪的区域转换来探究情绪内容。

通过整合脑电图（EEG）、磁力计运动和心电图（EKG）的数字生物物理信号，并利用信息论测量方法和网络连接性分析，可以通过考察网络密度来区分患者与对照组，以及不同严重程度的患者。利用大脑和身体信号的数字化数据，我们可以应用多种分析方法，包括互相关和互相干性分析，以表征不同生物信号模式之间的相互作用。本实验室已将这些方法拓展应用于表征其他神经和行为障碍（如疼痛），并用于研究具身认知，上述各项研究均针对不同的科学问题。