帕金森病患者更好的检测方法
帕金森病是一种神经退行性疾病,表现为震颤、动作缓慢、肢体僵硬、步态和平衡问题。因此,几乎所有的诊断测试都围绕着病人如何移动,并要求病人走很长一段距离和很长的时间。沙特阿拉伯和瑞典的一个国际研究团队表示,这种测试给患者带来的不适是不可接受的。
他们在电气与电子工程师学会(IEEE)和中国自动化学会(CAA)联合出版的《IEEE/CAA自动化学报》上提出了一种基于低物理要求测试的新型计算分析。
“除了步态和平衡数据,计算机击键时间序列的测量包含按下和释放键之间保持时间的信息,已被提出用于检测早期帕金森症疾病Tuan D. Pham是这篇论文的作者,也是瑞典Linköping大学医学图像科学与可视化中心的生物医学工程教授。
“与确定步态动力学分析的最小步数的动机相似,我们的研究感兴趣的是回答这个问题,是否有方法可以处理非常短的时间序列,并在区分健康对照组和早期帕金森病受试者方面取得良好的结果。”
这种疾病本身并不致命,但帕金森病的并发症可能很严重。全球约有1000万人受其影响,这种疾病可能需要数年时间才会发展成有症状的状态,因此早期发现是研究人员的首要任务。
在这个实验中,受试者在短时间内尽可能快地按下iPhone等设备上的一个或两个按钮。Pham和团队获取了这些数据,并通过模糊递归图对其进行分析,模糊递归图将多个短时间序列数据点转换为纹理的二维灰度图像。在图像中,相关的点呈现为密集的灰色,更多不同的数据点变得更加模糊。用于模糊递归图的算法学习了数据点是如何连接的,并可以帮助提供受试者群体(如早期帕金森患者和非早期帕金森患者)的差异和相似点。
Pham说:“虽然时间序列的长度很短,但却增加了相对大量的特征维度。”“从模糊递归图中获得的结果对于收集参与者记录的实际数据以及将其用于分类任务是令人鼓舞的。”
该团队计划进一步研究模糊复发图的使用,并改进算法,以更好地确定受试者的疾病状态。他们还计划将这项研究扩展到研究帕金森病、亨廷顿病和肌萎缩性侧索硬化症(也称为卢伽雷氏病)患者的步态动力学。
更多信息:Tuan D. Pham, Karin Wårdell, Anders Eklund和Göran Salerud,“基于模糊复发图深度学习的早期帕金森病短时间序列分类”,IEEE/CAA J. Autom。中央研究院,第6卷,no。6,第1306-1317页,2019年11月。DOI: 10.1109 / JAS.2019.1911774,www.ieee-jas.org/article/doi/1…109/JAS.2019.1911774