该协议可以帮助我们分层的异质帕金森病的认知和运动严重程度。使用可穿戴传感器，我们可以数字化医生常用的临床任务。通过共同注册神经系统不同功能级别的活动，我们识别认知、运动和情感的具有高度信息性的参数，以生成帕金森病的动态数字生物标志物。
这项工作提供了一个统一的框架，以个性化的方式描述和跟踪神经紊乱的特征，以及接受给定治疗或治疗的整个队列的演变。这项技术提供了一个统一的统计平台，以动态跟踪自生成生物活动从分子到细胞到行为的统计变异性特征的变化。流式处理多个软件需要大量的计算机内存，因此我们建议使用具有高计算能力的计算机，否则系统在录制时可能会崩溃。
我们使用多个设备来记录大脑、身体和心脏，在自然运动中，所有设备串联在一起，因此动态媒体（如视频）将最好地说明这一点。在我的实验室演示程序将是研究生JihyeRyu和约瑟夫维罗。在获得参与者的知情同意后，测量参与者的身体尺寸，以允许在运动捕捉系统中创建其身体头像。
接下来，设置运动捕捉系统，包括十七个无线运动跟踪传感器和运动跟踪软件。如所示，将传感器放在所有车身部件上，并用带带固定传感器，以便不受阻碍地移动。放置所有传感器后，校准参与者的位置以创建头像。
要设置 EEG 设备和记录软件，请将 31 个通道传感器定位在头皮上，然后将记录设备放在头部背面。将最后一个通道传感器连接到连接器以测量心脏信号，并将传感器定位在参与者胃的左侧。然后，连接到参与者左耳后面的参考通道传感器，并使用注射器将电极凝胶插入 EEG 盖上的传感器。
若要在评估期间捕获参与者的声音，请将麦克风放在学员前面，并将麦克风连接到将运行实验室流层的计算机。接下来，要设置实验室流层系统以同步 EEG、运动、音频和鼠标单击时间戳的流，打开实验室记录器应用，打开并链接实验室流层应用，用于鼠标和音频捕获赢应用，然后打开内部构建的 xsense 同步应用。在实验室记录器应用的流部分记录中，按 Update'获取流项目的完整列表，并选中 AudioCaptureWin'EEG'Mouses'位置'和跟踪器运动学的框，以链接音频、EEG、鼠标单击和通过实验室流层系统的运动。
设置用于捕获笔移动的录制，包括数位板和运动分析软件，并将绘图板和 Tablet 笔放在参与者前面。将平板电脑连接到将记录运动分析软件的计算机，并将一张白纸录制到平板电脑上。然后，按实验室流层、运动捕获软件和 EEG 录制软件中的记录。
在每个任务的开始和结束，单击运动捕获软件上的时间戳按钮以对任务进行时间戳。在单击时间戳按钮作为备份时，不要忘记记下实际时间，因此，当您稍后查看数据时，可以从时间戳中识别任务。对于立即的 Benson 复杂图形副本，请指示学员复制纸张上的 Benson 图形，并记住设计，因为稍后将要求他们再次从内存中绘制设计。
对于跟踪测试的 A 部分，指示参与者在按升序编号的圆之间绘制一条线。要执行跟踪测试的 B 部分，请指示在包含数字或字母的圆之间按升序绘制一条线，同时在数字和字母之间交替。对于时钟绘制任务，指示学员绘制一个数字为 1 到 12 的模拟时钟，并设置时间为十点十一过去十一。
要执行延迟的本森复杂图形副本，请指示学员在一张空白纸上从记忆中绘制本森复杂图形。要执行前向数字风扇测试，请指示学员重复实验者按相同顺序大声读出的数字。对于后数风扇测试，指示学员重复实验者按相反顺序大声读出的数字。
对于指点任务，将目标放在参与者前面以指向和触摸，并指示参与者以自定进度的方式用主导手指向目标四十次。对于节拍式指向任务，指示参与者以自定进度的方式指向目标 40 次，同时设置节拍节拍，以每分钟 35 次的速度在后台进行节拍，但不要指示任何有关节拍节拍的节拍。对于有节奏的指点任务，指示参与者按照每分钟 35 次节拍的节拍速度指向目标 40 次。
要执行步行任务，首先指示学员在房间里自然行走五分钟。接下来，指示参与者在房间里自然行走，同时设置节拍节拍，以每分钟在背景中节拍十二次。然后，指示参与者在房间里自然行走，同时将呼吸速率调整到每分钟十二次的节拍器节拍。
对于面部视频，首先，指示学员舒适地坐着，并在学员面前设置摄像头。对于控制评估，指示参与者凝视一个空间，没有任何刺激五分钟。对于微笑评估，指示学员观看有趣的视频五分钟。
在每一个绘图任务中，本代表性研究中的患者除对控外分层，根据运动障碍协会统一帕金森病评分表中排名分数，区分其运动变异性个体随机特征。执行指向空间目标的任务，以评估不同级别的自愿控制，此图说明了随着障碍参与者严重程度的增加，质量轨迹中心的退化。使用此检测方法，可以区分帕金森病患者的每个亚型，并跟踪患者随机特征的变化，从基线到节拍器相关的指向任务的自发和未指示和故意和指示的病例。
在自动行走评估中，可获得对症患者和帕金森病患者的质量轨迹中心，作为运动障碍协会统一帕金森病评分评分的中等等级。然后可以对行走任务进行随机分析，从而区分患者和对症患者，以及不同严重程度的患者。开放式姿势软件可用于确定给定任务期间最活跃的面部区域，以及通过确定任务期间跨情绪的区域过渡来探测情感内容。
通过使用信息理论测量和网络连接分析，集成了 EEG、磁力计运动和 EKG 的数字生物物理信号，通过检查网络密度，可以区分患者和控制，以及不同严重程度的患者。利用大脑的数字化数据，我们可以应用各种分析，包括交叉关联和交叉一致性来描述不同生物信号模式之间的交互性。我们的实验室已经扩展了这些方法来描述其他神经和行为障碍，如疼痛，并研究体现认知，所有这些解决不同的问题。
