NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Arka plan. Parkinson hastalığının klinik değerlendirmesi (PD) yüksek öznellik ve raterler arası değişkenlik ile sınırlıdır. İşaretsiz video analizi, yani Bilgisayar Vizyonu (CV), motor işaretlerinin objektif ve ölçeklenebilir karakterizasyonunu sunar. PD tanısı, semptom izleme ve tedavi yönetimi için uygun CV teknolojilerini sistematik olarak inceledik. Yöntemler. Sistematik İncelemeler ve Meta-Analizler için Tercih Edilen Raporlama Öğeleri'nin ardından, 1 Ocak 1984 ile 9 Mayıs 2025 tarihleri arasında yayınlanan makaleler için PubMed'i aradık. Aşağıdaki arama stratejisini kullandık: ("Parkinson Hastalığı" [MeSH Şartları] VEYA "parkinson hastalığı" VEYA "parkinson hastalığı" VE ("bilgisayar görüşü" VEYA "video analizi" VEYA "konum tahmini" VEYA "OpenPose" VEYA "DeepLabCut" VEYA "OpenFace" VEYA "YOLO" VEYA "MediaPipe" VEYA "işaretsiz hareket yakalama" VEYA "skeleton izleme"). Sonuçlar. Tanımlanan 154 çalışmanın 45'i uygunluk kriterlerini karşıladı ve sentezlendi. Gait, çalışmaların %42'sinde değerlendirildi, ardından bradikinezi maddeleri (%17.7). OpenPose ve özel CV çözümlerinin her biri çalışmaların %36'sında kullanıldı, ardından MediaPipe (%16), DeepLabCut (%9), YOLO (%4). Hedefler arasında, CV boru hatları sürekli olarak tanısal ayrımcılık ve uzman derecelendirmeleri ile uyumlu ciddiyet takibi gösterdi. Sonuç. CV invazif olmayan bir şekilde PD motor bozukluğunu, objektif tanı, uzunlamasına izleme ve terapi yanıtı için potansiyel tutmayı ölçer. Gerçek dünya uygulamaları için standartlaştırılmış video kayıt protokolleri ve yazılım kullanımı için kılavuzlara ihtiyaç vardır.
Özgün kaynak özetini okuyun
Background. Clinical assessment of Parkinson's disease (PD) is limited by high subjectivity and inter-rater variability. Markerless video analysis, namely Computer Vision (CV), offers objective and scalable characterization of motor signs. We systematically reviewed CV technologies suited for PD diagnosis, symptom monitoring, and treatment management. Methods. Following the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidelines, we searched PubMed for articles published between 1 January 1984 and 9 May 2025. We used the following search strategy: ("Parkinson Disease" [MeSH Terms] OR "parkinson's disease" OR "parkinson disease") AND ("computer vision" OR "video analysis" OR "pose estimation" OR "OpenPose" OR "DeepLabCut" OR "OpenFace" OR "YOLO" OR "MediaPipe" OR "markerless motion capture" OR "skeleton tracking"). Results. Out of 154 identified studies, 45 met eligibility criteria and were synthesized. Gait was assessed in 42% of studies, followed by bradykinesia items (17.7%). OpenPose and custom CV solutions were each used in 36% of studies, followed by MediaPipe (16%), DeepLabCut (9%), YOLO (4%). Across aims, CV pipelines consistently showed diagnostic discrimination and severity tracking aligned with expert ratings. Conclusions. CV non-invasively quantifies PD motor impairment, holding potential for objective diagnosis, longitudinal monitoring, and therapy response. Guidelines for standardized video-recording protocols and software usage are needed for real-world applications.
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.