主要运动症状的量化检测是帕金森患者病情监测和疗效评估的一个难题。由于帕金森运动症状的波动性及多种干扰因素，现有基于影像和传感器的量化检测方法重复性差，因此其评估主要由神经科医生凭经验和主观判断进行。本项目拟利用九轴运动传感器融合算法进行高精度的运动跟踪，采用多元统计分析和信号估值理论去除各种因素对量化评估结果的影响，以期得到稳定的帕金森病四个主要运动症状和异动症的可重复性量化检测方法。首先对患者执行运动症状规范动作时的运动传感器信号进行联合时频分析，对应于神经科医生对运动症状严重程度的临床评估，通过回归等统计分析建立帕金森病运动症状定量诊断模型。最后通过临床实验得到各个症状数学模型的常系数及患者年龄等因素对测量结果的影响，完善帕金森运动症状信号分析及其定量诊断方法。通过本项目的实施，可实现帕金森运动症状的高可重复性和高精度的定量评估系统，并为帕金森运动症状监测设备奠定理论和技术基础。