GFASNet: Red secuencial profunda impulsada por atención de características de marcha para el análisis de patrones de...

Área de la Ciencia:

• Neurociencia
• Ingeniería Biomédica
• Ciencias de la Computación

Sus antecedentes:

• Los modelos de aprendizaje profundo muestran potencial para la predicción de demencia utilizando datos de actividad humana como la marcha.
• La limitada interpretabilidad y relevancia clínica de los modelos actuales dificultan su aplicación en la investigación de la salud cognitiva.

Objetivo del estudio:

• Introducir GFASNet (Gait Feature Attention-driven Deep Sequential Network) para identificar alteraciones de la marcha relacionadas con la demencia.
• Mejorar la transparencia del modelo y cuantificar las contribuciones de los parámetros de la marcha utilizando mecanismos de atención.
• Explorar biomarcadores digitales potenciales para la detección temprana de la demencia.

Principales métodos:

• Se recopilaron datos de marcha espacio-temporales de 232 participantes utilizando una pasarela de sensores de presión.
• Se entrenaron y evaluaron cuatro variantes de GFASNet (LSTM, BiLSTM, GRU, BiGRU) en secuencias de marcha (ocho zancadas).
• Se utilizaron mecanismos de atención a nivel de características dentro de arquitecturas secuenciales profundas.

Principales resultados:

• Todos los modelos GFASNet superaron a las bases de referencia sin atención en tareas de clasificación de demencia.
• El análisis del peso de atención reveló un enfoque constante en características específicas de la marcha para la identificación de casos de demencia.
• Se demostró la capacidad de GFASNet para proporcionar un análisis de marcha interpretable.

Conclusiones:

• GFASNet mejora la precisión de la identificación de demencia a través de un análisis de marcha interpretable.
• Las características de marcha identificadas a través de mecanismos de atención muestran potencial como biomarcadores digitales para la salud cognitiva.
• GFASNet facilita el análisis de marcha clínicamente relevante para la investigación de la demencia.