一个基于云的远程监控系统,用于自动评估从视频录制分析中神经疾病中的肌痛发育
Lucia Migliorelli1, Daniele Berardini2, Kevin Cela1
1Department of Information Engineering, Univeristà Politecnica Delle Marche, Via Brecce Bianche 12, Ancona, 60121, Italy; AIDAPT S.r.l, Via Brecce Bianche 12, Ancona, 60121, Italy.
Computers in biology and medicine
|July 8, 2023
概括
这项研究引入了一种使用卷积神经网络 (CNN) 的新型远程监控系统,用于分析患有失声症 (语音障碍) 个人的视频. 该系统准确地跟踪面部地标,以监测疾病进展,帮助临床管理.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 计算机视觉 计算机视觉
背景情况:
- 失节症是一种运动语言障碍,影响神经疾病患者.
- 目前对缺关节症的定性评估存在局限性.
- 定量监测对于有效的患者管理和通信恢复至关重要.
研究的目的:
- 开发一个远程监测系统,用于定量评估肌痛性关节障碍.
- 利用卷积神经网络 (CNN) 来分析患有脱节症的个体的视频录像.
- 为了跟踪面部标志,以评估面部功能和失联症的演变.
主要方法:
- 开发了一个采用云架构的自助式远程监控系统.
- 一个面部里程碑式的Mask RCNN模型被整合用于视频分析.
- 该系统分析视频录制以定位面部地标.
主要成果:
- 在多伦多NeuroFace数据集上,CNN在面部地标定位方面实现了1.79的正常化平均误差.
- 该系统在现实生活中的测试中表现出有希望的结果,这些测试是对肌缩性侧面硬化症 (ALS) 患者进行的.
- 面部地标位置估计在临床场景中得到了验证.
结论:
- 这项初步研究突出了远程工具监测脱节性关节炎的潜力.
- 开发的系统提供了一种定量方法来补充临床评估.
- 这项技术可以支持临床医生管理神经疾病患者的言语障碍.
