自适应听觉提示作为治疗帕金森病患者步态冻结的方法 (BioFOGP-IPD1)

在录制视频的同时，参与者在标准化轨道上进行 4 次无空调步行。 在步行过程中，步态数据被记录下来，然后由算法对（每个时间点）进行评分，进入正常步行或 FOG。 视频录制是根据参考 Gilat 中描述的标准手动评分的。 M. 和代表行走的真实状态。

F1 分数是根据算法评分与手动评分计算得出的：True Positive 是真正的冻结，算法将其归类为冻结。 真阴性是被归类为正常步行的真正正常步行。 类似地，假阳性是真正的正常行走，被分类为 FOG，而假阴性是真正的 FOG，被分类为正常行走。

在 OFF 和 ON 状态下执行相同的 4 次步行。 只有在 PI 允许的情况下才会执行 OFF 测量。 ON 测量在服用标准药物后 1 小时进行。

参与者再次在 OFF 和 ON 状态下进行 4 次步行，但现在使用 AC。

计算每个参与者在 OFF 和 ON 状态下使用和不使用 AC 时的平均冻结事件数。 计算没有 AC 的平均值和有 AC 的平均值之间的变化及其显着性水平。 这些变化是针对每次行走、所有行走中的每个参与者以及所有参与者计算的。

参与者再次在 OFF 和 ON 状态下进行 4 次步行，但现在使用 AC。

冻结事件的平均持续时间的计算方式与结果 2 的数量相同。