NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson Hastalığı (PD)'ndan etkilenen hastaların motor performanslarının ev tabanlı, güvenilir, objektif ve otomatik bir değerlendirmesi, hem tedavi etkinliğini izlemek hem de maliyetleri ve rahatsızlıkları azaltmak için hastalık yönetiminde önemlidir. Bu bağlamda, Birleşik Parkinson Hastalığı Değerlendirme Ölçeği (UPDRS) tarafından belirtilen PD üst ekstremite motor görevlerinin otomatik olarak değerlendirilmesi için kendi kendini yöneten bir sistem geliştirdik. Sistem, optik bir RGB-Depth cihazına ve çoğaltılabilir bir yazılıma dayanan bir İnsan Bilgisayar Arayüzü (HCI) etrafında inşa edilmiştir. El izlemenin HCI doğruluğu ve güvenilirliği, referans olarak bir optoelektronik sistem tarafından doğrulandığı gibi tüketici el izleme cihazlarına karşı olumlu karşılaştırır. Arayüz, görsel geri bildirimle gestural etkileşimlere izin verir ve motor engelli kullanıcılar için uygun bir sistem yönetimi sağlar. Sistem yazılımı, el hareketlerini yörüngelerinin kinematik parametreleriyle karakterize eder. Seçilen parametreler ve klinik UPDRS hasta performansı puanları arasındaki korelasyon, yeni görev örneklerini denetimli sınıflandırıcılara dayanan bir makine öğrenme yaklaşımı ile değerlendirmek için kullanılır. Sınıflandırıcılar, PD hastalarının kohortları üzerinde deneysel bir kampanya ile eğitildi. Deneysel sonuçlar, sistemin otomatik değerlendirmelerinin klinik olanları kopyaladığını ve PD'nin ev izlemesinde etkinliğini gösterdiğini göstermektedir.
Özgün kaynak özetini okuyun
A home-based, reliable, objective and automated assessment of motor performance of patients affected by Parkinson's Disease (PD) is important in disease management, both to monitor therapy efficacy and to reduce costs and discomforts. In this context, we have developed a self-managed system for the automated assessment of the PD upper limb motor tasks as specified by the Unified Parkinson's Disease Rating Scale (UPDRS). The system is built around a Human Computer Interface (HCI) based on an optical RGB-Depth device and a replicable software. The HCI accuracy and reliability of the hand tracking compares favorably against consumer hand tracking devices as verified by an optoelectronic system as reference. The interface allows gestural interactions with visual feedback, providing a system management suitable for motor impaired users. The system software characterizes hand movements by kinematic parameters of their trajectories. The correlation between selected parameters and clinical UPDRS scores of patient performance is used to assess new task instances by a machine learning approach based on supervised classifiers. The classifiers have been trained by an experimental campaign on cohorts of PD patients. Experimental results show that automated assessments of the system replicate clinical ones, demonstrating its effectiveness in home monitoring of PD.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.