NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson Hastalığı (PD), sıklıkla hareket yavaşlığı (bradikinezi) veya tekrarlayan hareketin (hipokinezi) sıklığında ve genliğinde kademeli olarak azalmaya eşlik eden bir nörodejeneratif bozukluktur. Şu anda PD için bir tedavi yoktur, ancak erken teşhis ve tedavi ilerlemesini yavaşlatabilir ve daha iyi tedavi sonuçlarına yol açabilir. PD'nin yürüyüş kullanarak erken tespiti için vizyona dayalı yaklaşımlar önerilmiştir. Gait, görünüm tabanlı veya model tabanlı yaklaşımlar kullanılarak yakalanabilir. Görünüşe dayalı yürüyüş kapsamlı özellikler içermesine rağmen, giyinme gibi faktörlerden kolayca etkilenir. Öte yandan, model tabanlı yürüyüş, pansuman ve dış konturlardaki değişikliklere karşı sağlamdır, ancak yeterli bilgi içermek için genellikle çok seyrektir. Bu nedenle, PD tahmini için görünüm tabanlı ve model tabanlı yürüyüş özelliklerinin bir birleşimini öneriyoruz. İlk olarak, videolarda yakalanan yürüyüşten keypoint koordinatlarını çıkardık ve bu keypoint'leri bir nokta bulutu olarak modelledik. Siluet görüntüleri de, konunun genel bir görünüm temsilini elde etmek için videolardan bölümlere ayrılır. Daha sonra yürüyüş noktası bulutu ve siluet özelliklerinin yeni bir füzyonunu kullanarak normal veya Parkinsonlu olarak yürüyüşün ikili bir sınıflandırmasını gerçekleştiriyoruz, AUC'yi 0.87'ye kadar ve F1-Score'ları 0.82'ye kadar elde ediyoruz (hassaslık: 0.85, hatırlama: 0.80).
Özgün kaynak özetini okuyun
Parkinson's Disease (PD) is a neurodegenerative disorder that is often accompanied by slowness of movement (bradykinesia) or gradual reduction in the frequency and amplitude of repetitive movement (hypokinesia). There is currently no cure for PD, but early detection and treatment can slow down its progression and lead to better treatment outcomes. Vision-based approaches have been proposed for the early detection of PD using gait. Gait can be captured using appearance-based or model-based approaches. Although appearance-based gait contains comprehensive features, it is easily affected by factors such as dressing. On the other hand, model-based gait is robust against changes in dressing and external contours, but it is often too sparse to contain sufficient information. Therefore, we propose a fusion of appearance-based and model-based gait features for PD prediction. First, we extracted keypoint coordinates from gait captured in videos and modeled these keypoints as a point cloud. The silhouette images are also segmented from the videos to obtain an overall appearance representation of the subject. We then perform a binary classification of gait as normal or Parkinsonian using a novel fusion of the gait point cloud and silhouette features, obtaining AUC up to 0.87 and F1-Scores up to 0.82 (precision: 0.85, recall: 0.80).
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.