NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), yaşlılar için artan insidans oranına sahip dünyanın önde gelen nörolojik bozukluklarından biridir. Gait'in dondurulması (FOG), özellikle hastalığın sonraki aşamalarında PD için en etkisiz semptomlardan biridir. FOG, düşmeye, hastaların yaşam kalitesinde azalmaya ve hatta ölüme neden olabilecek PD hastaları için yürüme yeteneğinin kısa bir yokluğu veya azalmasıdır. Doktorların mevcut FOG değerlendirmeleri, hastanın günlüklerine ve uzmanların öznel, yanlış ve güvenilmez sonuçlar veren manuel video analizine dayanmaktadır. Mevcut araştırmada, PD hastaları için FOG durumu ve semptomun özellikleri hakkında nörologlara objektif bilgi sağlamak için otomatik bir FOG değerlendirme sistemi tasarlanmıştır. Önerilen FOG değerlendirme sistemi, FOG fenomenini taklit etmek için eğitilmiş 5 sağlıklı denek için veri yakalamak için Microsoft Kinect V2 tabanlı bir RGB-D sensörü kullanır. Önerilen FOG değerlendirme sistemine "Kin-FOG" denir. Kinect tarafından yakalanan hareketin ayak eklem yörüngesinin analizi, FOG bölümlerini bulmak için kullanılır. Kin-FOG'un değerlendirilmesi, aşağıdakiler de dahil olmak üzere iki tür deneyle gerçekleştirilir: (1) basit yürüyüş (SW); ve (2) dönüşle yürümek (WWT). Duran mod, FOG bölümüne benzer özelliklere sahip olduğundan, Kin-FOG sistemimiz FOG ile ayakta duran bölümleri ayırt etmek için bir yöntem önermektedir. Bu nedenle, iki genel deney grubu ayakta durma durumu (WST) ile ve ayakta durma durumu (WOST) olmadan yapılır. Ayak ve zemin arasındaki açının gradyan yer değiştirmesi, FOG ve ayakta kalma modları arasında ayrım yapma özelliği olarak kullanılır. Bu deneyler, güvenilir ve genel sonuçlar elde etmek için farklı FOG sayıları ile gerçekleştirilir. Kin-FOG sistemi, FOG'ların sayısını, uzunluklarını ve meydana geldiğinde zaman yuvalarını bildirir. Deneysel sonuçlar, Kin-FOG'un her iki deneyde de farklı görevler için FOG tahmini için yaklaşık% 90 doğruluk oranına sahip olduğunu göstermektedir (SW, WWT). Önerilen Kin-FOG sistemi, bir nörologa gerekli FOG bilgilerini göndermek için bir hastanın evinde veya rehabilitasyon kliniğinde uzaktan uygulama olarak kullanılabilir. Önerilen sistemin güvenilirliği ve genelliği, gerçek PD deneklerin daha büyük veri setleri için değerlendirilecektir.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) is one of the leading neurological disorders in the world with an increasing incidence rate for the elderly. Freezing of Gait (FOG) is one of the most incapacitating symptoms for PD especially in the later stages of the disease. FOG is a short absence or reduction of ability to walk for PD patients which can cause fall, reduction in patients' quality of life, and even death. Existing FOG assessments by doctors are based on a patient's diaries and experts' manual video analysis which give subjective, inaccurate, and unreliable results. In the present research, an automatic FOG assessment system is designed for PD patients to provide objective information to neurologists about the FOG condition and the symptom's characteristics. The proposed FOG assessment system uses an RGB-D sensor based on Microsoft Kinect V2 for capturing data for 5 healthy subjects who are trained to imitate the FOG phenomenon. The proposed FOG assessment system is called "Kin-FOG". The analysis of foot joint trajectory of the motion captured by Kinect is used to find the FOG episodes. The evaluation of Kin-FOG is performed by two types of experiments, including: (1) simple walking (SW); and (2) walking with turning (WWT). Since the standing mode has features similar to a FOG episode, our Kin-FOG system proposes a method to distinguish between the FOG and standing episodes. Therefore, two general groups of experiments are conducted with standing state (WST) and without standing state (WOST). The gradient displacement of the angle between the foot and the ground is used as the feature for discriminating between FOG and standing modes. These experiments are conducted with different numbers of FOGs for getting reliable and general results. The Kin-FOG system reports the number of FOGs, their lengths, and the time slots when they occur. Experimental results demonstrate Kin-FOG has around 90% accuracy rate for FOG prediction in both experiments for different tasks (SW, WWT). The proposed Kin-FOG system can be used as a remote application at a patient's home or a rehabilitation clinic for sending a neurologist the required FOG information. The reliability and generality of the proposed system will be evaluated for bigger data sets of actual PD subjects.
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.