NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığının (PD) tanısı ve izlenmesi subjektif klinik değerlendirmelere dayanmaktadır. Motor işleyişinin objektif önlemleri klinik akümenleri destekleyebilir. Bilgisayar vizyonu (CV) teknolojisi umut verici bir temassız tekniktir, ancak daha fazla doğrulama gerektirir.AimParmak-yapma klinik tabanlı videoların CV analizinin performansını araştırmak. Hedeflerimiz (i) PD'yi sağlıklı kontrollerden (HC) ayırt etmek, (ii) bradikinezinin şiddetini ölçmek ve (iii) ON/OFF ilaç durumunu tespit etmekti. Klinik ayakta tedavi ziyaretleri sırasında PD ve kırk dokuz HC'li otuz bir kişinin MethodsVideoları toplandı. Videolar hız, genlik, ritim ve kompozit bradikinezi ölçümleri üretmek için CV kullanılarak analiz edildi. Tüm videolar, Hareket Bozukluğu Topluluğu Birleşik Parkinson Hastalığı Değerlendirme Ölçeği (MDS-UPDRS) ve Modifiye Bradykinesia Derecelendirme Ölçeği (MBRS) kullanılarak bağımsız olarak üç puanlayıcı tarafından derecelendirilmiştir. ON ve OFF eyaletlerinde yirmi video çifti yapıldı. PD / HC durumu ve ON / OFF durumu için sınıflandırma doğruluğu, Alıcı İşletim karakteristik eğrisi ve bir karışıklık matrisi altındaki Alan kullanılarak ölçüldü. CV ve klinik önlemler Spearman katsayıları kullanılarak korelasyona sokuldu.ResultsCV klinik oranlayıcılara göre daha yüksek doğrulukla hastalık durumunu sınıflandırdı (%91 duyarlılık; %97 özgüllük). Bradikinezinin CV ölçümleri klinik derecelendirme ile önemli ölçüde ilişkiliydi: MDS-UPDRS için R = 0.740, MBRS hızı için 0.715, genlik için 0.714 ve ritim için 0.504. CV ON/OFF durumu klinik oranlayıcılar kadar doğru bir şekilde sınıflandırılmıştır.DiscussionCV, klinik olarak toplanan videolara dayanan, uzak ayarlarda da dahil olmak üzere yeni bir klinik sonuç olarak söz veren geçerli, objektif ve temassız bir bradikinezi değerlendirmesi sağlayabilir.
Özgün kaynak özetini okuyun
BackgroundCurrent diagnosis and monitoring of Parkinson's disease (PD) is based on subjective clinical assessments. Objective measures of motor functioning could support clinical acumen. Computer vision (CV) technology is a promising contactless technique but requires further validation.AimTo investigate the performance of CV analysis of clinic-based videos of finger-tapping. Our goals were (i) to distinguish PD from healthy controls (HC), when compared to human raters, (ii) to measure the severity of bradykinesia, and (iii) detect ON/OFF medication state.MethodsVideos of thirty-one persons with PD and forty-nine HC were collected during clinical outpatient visits. Videos were analysed using CV to produce speed, amplitude, rhythm and composite bradykinesia measures. All videos were independently rated by three raters using the Movement Disorder Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) and Modified Bradykinesia Rating Scale (MBRS). Twenty video pairs were conducted in ON and OFF states. Classification accuracy for PD/HC state and ON/OFF state were measured using the Area under Receiver Operating characteristic curve and a confusion matrix. CV and clinical measures were correlated using Spearman coefficients.ResultsCV classified disease state with higher accuracy than clinical raters (91 % sensitivity; 97 % specificity). CV measures of bradykinesia correlated significantly with clinical ratings: R = 0.740 for MDS-UPDRS, 0.715 for MBRS speed, 0.714 for amplitude and 0.504 for rhythm. CV classified ON/OFF state as accurately as clinical raters.DiscussionCV can provide a valid, objective and contactless bradykinesia assessment based on clinically collected videos, which offers promise as a new clinical outcome, including in remote settings.
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.