Personalized Freezing of Gait Detection for Parkinson's Disease
58채널 멀티모달 생체신호(sEMG·EEG·IMU) 융합으로 파킨슨병 보행 동결을 실시간 감지하는 개인화 딥러닝 시스템.
파킨슨병 환자의 보행 동결(FOG)은 낙상의 주원인입니다. 본 시스템은 58채널 멀티모달 신호(EEG 25ch + sEMG 5ch + IMU 28ch, 500Hz)를 융합해 FOG / Non-FOG를 실시간 이진 분류합니다.
핵심 발견: 일반화 모델은 환자 간 신호 편차로 한계가 뚜렷했고, 개인화 fine-tuning이 임상 적용의 열쇠였습니다.
| 접근 방식 | 알고리즘 | Recall |
|---|---|---|
| 일반화 모델 | CNN-LSTM | 21 – 57% |
| 개인화 모델 | LSTM | 92.5% |
개인화 fine-tuning 전략이 임상 적용에 결정적임을 입증.
Dataset: Mendeley Data — Multimodal Dataset of Freezing of Gait in Parkinson's Disease (DOI: 10.17632/r8gmbtv7w2.3), 파킨슨병 환자 12명.