NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Giriş Sayısallaştırıcıların alımından bu yana, kantitatif spiral çizim değerlendirmesi Parkinson hastalığı ile ilgili motor bozukluklar hakkında fikir edinmeye izin verdi. Bununla birlikte, jestin azalan doğallığı ve veri ediniminin zayıf kullanıcı dostu olması, bu tür teknolojilerin klinik uygulamada benimsenmesini engellemektedir. Bu tür sınırlamaların üstesinden gelmek için, Parkinson hastalığı motor semptomlarını daha iyi karakterize etmeyi amaçlayan spiral çizim değerlendirmesi için yeni bir akıllı mürekkep kalemi sunuyoruz. Normal kalem olarak kağıt üzerinde kullanılan cihaz, hareket ve kuvvet sensörleri ile zenginleştirilmiştir. MethodsForty-beş gösterge 29 Parkinsonlu hastadan elde edilen spirallerden ve 29 yaş uyumlu kontrollerden hesaplanmıştır. Gruplar arasındaki farklılıkları ve klinik skorlarla korelasyonları araştırdık. Göstergelerin gruplar arasında ayrım yapabilme yeteneğini test etmek için makine öğrenme sınıflandırma modellerini uyguladık, model yorumlanabilirliğine odaklanarak.Sonuçlar Kontrole kıyasla, hastaların çizimleri azalan akıcılık ve daha düşük ama daha değişken uygulanan kuvvet ile karakterize edilirken, titreme oluşumu kinematik spektral zirvelere 4-7 Hz bandında seçici olarak yoğunlaştı. Göstergeler, hastalığın basit iz muayenesiyle veya klinik ölçeklerle yakalanmayan yönlerini ortaya çıkardı, ki bu da aslında orta derecede ilişkilidir. Sınıflandırma %94.38 doğruluk elde etti, akıcılık ve güç dağılımı ile ilgili göstergeler en önemli olarak ortaya çıktı.Konklüzyonİndikatörler Parkinson hastalığı motor semptomlarını önemli ölçüde tanımlayabildi. Bulgularımız, klasik muayenenin yapılma şeklini değiştirmeden, klinik değerlendirmeyi nicel bilgilerle bir araya getirmek için akıllı mürekkep kaleminin zaman verimli bir araç olarak tanıtılmasını desteklemektedir.
Özgün kaynak özetini okuyun
IntroductionSince the uptake of digitizers, quantitative spiral drawing assessment allowed gaining insight into motor impairments related to Parkinson's disease. However, the reduced naturalness of the gesture and the poor user-friendliness of the data acquisition hamper the adoption of such technologies in the clinical practice. To overcome such limitations, we present a novel smart ink pen for spiral drawing assessment, intending to better characterize Parkinson's disease motor symptoms. The device, used on paper as a normal pen, is enriched with motion and force sensors.MethodsForty-five indicators were computed from spirals acquired from 29 Parkinsonian patients and 29 age-matched controls. We investigated between-group differences and correlations with clinical scores. We applied machine learning classification models to test the indicators ability to discriminate between groups, with a focus on model interpretability.ResultsCompared to control, patients' drawings were characterized by reduced fluency and lower but more variable applied force, while tremor occurrence was reflected in kinematic spectral peaks selectively concentrated in the 4-7 Hz band. The indicators revealed aspects of the disease not captured by simple trace inspection, nor by the clinical scales, which, indeed, correlate moderately. The classification achieved 94.38% accuracy, with indicators related to fluency and power distribution emerging as the most important.ConclusionIndicators were able to significantly identify Parkinson's disease motor symptoms. Our findings support the introduction of the smart ink pen as a time-efficient tool to juxtapose the clinical assessment with quantitative information, without changing the way the classical examination is performed.
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.