NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Merkezi sinir sistemi (CNS) bozukluğu belirtileri olan hastalar için hafif bilişsel bozukluk (MCI), Parkinson hastalığı (PD), Huntington hastalığı (HD) veya demans gibi bilişsel ve motor eksiklikleri değerlendirebilen dijital sinir bozukluğu taraması ve kendi kendine değerlendirme için bir model sunuyoruz. Veriler, deneklerin bilişsel, el titremesi, enerji harcaması ve konuşma özelliklerini izleyebilecek bir Android mobil uygulaması ile toplandı. 16 görevi kullanarak model girdileri olarak 238 özellik çıkardık, bunlardan 12'si kendi kendine uygulanan bilişsel test (SAGE) metodolojisine dayanıyordu ve diğerleri akıllı bir mobil cihazın (akıllı telefon veya tablet) sensörlerinden elde edilen parmakla dokunarak ve ses özelliklerini kullandı. On beş denek araştırmaya dahil edildi: Nörolojik bozuklukları olan 7 hasta (1 Parkinson hastalığı, 3 Huntington hastalığı, 1 erken demans, 1 beyin felci, 1 inme sonrası) ve 8 sağlıklı denek. Parmak vuruşu, SAGE, enerji harcaması ve konuşma analizi özellikleri sinirsel bozulma değerlendirmeleri için kullanılmıştır. En iyi sonuçlar, kombine parmak vuruşu ve SAGE özellikleri için 13 sınıflandırıcının (96.12% doğruluk) birleşmesi ve konuşma analizi özellikleri için çift yönlü uzun kısa süreli bellek (BILSTM) (%94.29 doğruluk) kullanılarak elde edildi.
Özgün kaynak özetini okuyun
We present a model for digital neural impairment screening and self-assessment, which can evaluate cognitive and motor deficits for patients with symptoms of central nervous system (CNS) disorders, such as mild cognitive impairment (MCI), Parkinson's disease (PD), Huntington's disease (HD), or dementia. The data was collected with an Android mobile application that can track cognitive, hand tremor, energy expenditure, and speech features of subjects. We extracted 238 features as the model inputs using 16 tasks, 12 of them were based on a self-administered cognitive testing (SAGE) methodology and others used finger tapping and voice features acquired from the sensors of a smart mobile device (smartphone or tablet). Fifteen subjects were involved in the investigation: 7 patients with neurological disorders (1 with Parkinson's disease, 3 with Huntington's disease, 1 with early dementia, 1 with cerebral palsy, 1 post-stroke) and 8 healthy subjects. The finger tapping, SAGE, energy expenditure, and speech analysis features were used for neural impairment evaluations. The best results were achieved using a fusion of 13 classifiers for combined finger tapping and SAGE features (96.12% accuracy), and using bidirectional long short-term memory (BiLSTM) (94.29% accuracy) for speech analysis features.
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.