NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD) ve Essential Tremor (ET) olan kişilerde dinlenme titremesi (RT) gözlenir. Elektromiyografi (EMG) çalışmaları, PD deneklerin titremeye karışan antagonist kasların kontraksiyon kasılmalarını sergilediğini, antagonist kasların daralma modelinin ET deneklerinde eşzamanlı olduğunu göstermiştir. Bu nedenle, RT deseni, PD'yi ET deneklerinden ayırmak için potansiyel bir biyobelirteç olarak kullanılabilir. Bu çalışmada, ataletsel verileri kullanarak senkron RT modelinden alternatifi ayırt etmek için yeni bir giyilebilir cihaz ve yöntem geliştirdik. Yaklaşımımızın yeniliği, atalet sensörlerini kullanarak eşzamanlı veya alternatif titreme desenlerinin değerlendirilmesinin şimdiye kadar hiç tanımlanmamış olmasına ve sarsıntı desenlerini değerlendirmek için mevcut yaklaşımların, uzman olmayan operatörler için uygulanması zor olabilecek yüzey EMG'sine dayandığı gerçeğine dayanmaktadır. "RT-Ring" adı verilen bu yeni cihaz, altı eksenli bir atalet ölçüm ünitesine ve bir Bluetooth Düşük Enerji mikroişlemcisine dayanıyor ve titrek elin parmağına takılabilir. Bir mobil uygulama, operatöre ataletsel verilerin RT ile eldeki tüm satın alma süreci boyunca rehberlik eder ve titreme modellerinin tahmini, makine öğrenimi (ML) modelleri aracılığıyla uzak bir sunucuda gerçekleştirilir. Ataletsel verilerden çıkarılan özellikler üzerinde eğitim gören ve doğrulama setindeki eşzamanlı titreme segmentlerinden alternatif ayırmada sırasıyla% 92 ve% 89'luk bir sınıflandırma doğruluğu elde eden iki karar ağacı tabanlı algoritma, XGBoost ve Random Forest kullandık. Son olarak, sınıflandırma yanıtı (alternatif veya senkron RT deseni) birkaç saniye içinde mobil uygulamadaki operatöre gösterilir. Bu çalışma, farklı elektromiyografik titreme modellerinin ritmik hareket özellikleri açısından benzerlerine sahip olduğunu gösteren ilk çalışmadır, böylece atalet verilerini titremelerin kas kasılma desenini tahmin etmek için uygun hale getirir.
Özgün kaynak özetini okuyun
Rest tremor (RT) is observed in subjects with Parkinson's disease (PD) and Essential Tremor (ET). Electromyography (EMG) studies have shown that PD subjects exhibit alternating contractions of antagonistic muscles involved in tremors, while the contraction pattern of antagonistic muscles is synchronous in ET subjects. Therefore, the RT pattern can be used as a potential biomarker for differentiating PD from ET subjects. In this study, we developed a new wearable device and method for differentiating alternating from a synchronous RT pattern using inertial data. The novelty of our approach relies on the fact that the evaluation of synchronous or alternating tremor patterns using inertial sensors has never been described so far, and current approaches to evaluate the tremor patterns are based on surface EMG, which may be difficult to carry out for non-specialized operators. This new device, named "RT-Ring", is based on a six-axis inertial measurement unit and a Bluetooth Low-Energy microprocessor, and can be worn on a finger of the tremulous hand. A mobile app guides the operator through the whole acquisition process of inertial data from the hand with RT, and the prediction of tremor patterns is performed on a remote server through machine learning (ML) models. We used two decision tree-based algorithms, XGBoost and Random Forest, which were trained on features extracted from inertial data and achieved a classification accuracy of 92% and 89%, respectively, in differentiating alternating from synchronous tremor segments in the validation set. Finally, the classification response (alternating or synchronous RT pattern) is shown to the operator on the mobile app within a few seconds. This study is the first to demonstrate that different electromyographic tremor patterns have their counterparts in terms of rhythmic movement features, thus making inertial data suitable for predicting the muscular contraction pattern of tremors.
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.