论文研究 - 实现智能手机作为可穿戴无线加速度计和陀螺仪平台，以通过机器学习分类确定帕金森氏病的深层脑刺激治疗功效

帕金森氏病表现为运动障碍症状，例如手部震颤。 存在各种各样的治疗干预措施。 特别是深部脑刺激为帕金森氏病的治疗提供了相当大的功效。 但是，一个巨大的挑战是朝着优化调整参数的收敛。 可以通过智能手机上的新型软件应用程序来实现来自由加速度计和陀螺仪组成的可穿戴无线系统的量化反馈。 带有内部加速度计和陀螺仪的智能手机可以通过将智能手机安装在手背上来记录帕金森氏病和震颤的量化属性。 然后可以将记录的数据作为电子邮件附件无线传输到Internet衍生的资源，以进行后续的后处理。 惯性传感器数据可以合并到用于机器学习分类的功能集中。 多层感知器神经网络已成功应用于在患有帕金森氏病的受试者的深部大脑刺激“开”和“关”场景之间获得相当大的分类准确性。 这些发现为在基于机器学习分类的云计算环境下，将可穿戴和无线系统用于开发深层大脑刺激参数的闭环优化这一广泛目标奠定了基础。