Ekip, nörolojik hastalıkları tahmin etmek için dijital kameralar ve makine öğrenimi kullanıyor

Araştırmacılar, multipl skleroz ve Parkinson hastalığı olan hastaları teşhis etme sürecini kolaylaştırmak amacıyla, yürüyüşteki değişiklikleri (bu hastalıkların bir belirtisi) yakalamak için dijital kameralar kullandılar ve MS ve Parkinson hastalarını insanlardan ayırt edebilen bir makine öğrenimi algoritması geliştirdiler. bu nörolojik durumlar olmadan.

Onların bulguları rapor edilir IEEE Biyomedikal ve Sağlık Bilişimi Dergisi.

Illinois Üniversitesi Urbana-Champaign kinesiyoloji ve toplum sağlığı profesörü Manuel Hernandez, yüksek lisans öğrencisi Rachneet Kaur ve endüstriyel ve kurumsal sistemler mühendisliği ile çalışmayı yöneten Manuel Hernandez, araştırmanın amacının bu hastalıkları teşhis etme sürecini daha erişilebilir hale getirmek olduğunu söyledi. matematik profesörü Richard Sowers.

Hernandez, şu anda hastaların teşhis koymak için bir nörologla randevu almak için bazen yıllarca beklemesi gerektiğini söyledi. Ve kırsal topluluklardaki insanlar genellikle durumlarının değerlendirilebileceği bir tesise uzun mesafeler kat etmek zorundadır. Sadece bir dijital kamera kullanarak yürüyüş bilgilerini toplayabilmek ve bu verilerin çevrimiçi olarak değerlendirilmesini sağlamak, klinisyenlerin bir uzmana yalnızca nörolojik bir durumu olması muhtemel olanları gönderen hızlı bir tarama yapmasına olanak sağlayabilir.

Ekip, çalışmayı yürütmek için MS veya Parkinson hastalığı olan ve olmayan yetişkinleri bir koşu bandında yürürken videoya aldı ve dijital kameraları katılımcıların kalçalarına ve alt uzuvlarına odakladı. Nörolojik koşulları olmayanlar, MS ve PD’li katılımcılarla yaş, ağırlık ve cinsiyet açısından eşleştirildi. Yürüme egzersizi aynı zamanda katılımcıların alfabenin diğer tüm harflerini sırayla okurken yürüdükleri denemeleri de içeriyordu. Sowers, bu ek görevin, diğer potansiyel olarak zihinsel olarak dikkat dağıtıcı görevlerle uğraşırken yürümenin gerçek dünyadaki zorluklarını taklit etmek için tasarlandığını söyledi.

“Bu, laboratuvarın insanların vahşi doğada davranışlarından farklı olduğu gerçeğini ele almaya çalıştığımız yeni bir çalışma” dedi. “Evdeyken her ne yapıyorsan onu yapıyorsun ama aynı zamanda ‘Garaj kapısını kapattım mı? Ocağı kapattım mı?’ diye düşünüyorsun. Yani ek bir bilişsel yük var.”

Araştırmacılar, katılımcıların yürüyüş egzersizleri sırasında nasıl hareket ettikleriyle ilgili verileri çıkarmak için videoyu analiz etmek için açık kaynaklı bir araç kullandılar.

MS’li ve MS’siz yetişkinler arasındaki farkları aramak için bu koordinatların zaman içinde nasıl hareket ettiğini analiz etme yöntemini geliştiren Kaur, “Kalçalar, dizler, ayak bilekleri, büyük ve küçük ayak parmakları ve topuklar için vücut koordinatlarına baktık” dedi. Parkinson hastalığı.

Bir düzineden fazla geleneksel makine öğrenimi ve derin öğrenme algoritması kullanarak yaklaşımının doğruluğunu test etti. Ekip ayrıca, MS hastalarını, Parkinson hastalığı olanları ve her iki durumu da olmayanları tanımlayıp tanımlayamayacağını görmek için yeni çalışma deneklerinde yöntemi test etti.

Çalışma, algoritmaların birçoğunun bu farklılıkları tespit etmede %75’ten fazla doğru olduğunu ortaya koydu.

Araştırmacılar, “Bu çalışma, belirli nörolojik bozuklukların teşhisi için ucuz görme tabanlı sistemlerin uygulanabilirliğini öne sürüyor” diye yazdı.

Bilim adamları, yeni araçların halka açık hale getirilmesinin muhtemelen birkaç yıl alacağını söyledi.

---