对低血压和低动力性脱节的计算机分析,以改善对帕金森病的诊断

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 人口老龄化需要对像帕金森病 (PD) 这样的神经退行性疾病提供可访问的诊断工具.
• 目前的PD诊断涉及耗时,不频繁的医院访问和临床检查.
• 需要方便的远程监控解决方案来改善患者的生活质量.

研究的目的:

• 探索用于PD诊断的低血压和低动力性失联症的计算机化分析的融合.
• 开发一种新的PD检测方法,集成到mHealth系统中.
• 为早期发现和管理帕金森病提供可访问的工具.

主要方法:

• 招募了73名PD患者和46名健康对照人进行数据收集.
• 录制参与者使用麦克风和摄像头执行语音/语音任务.
• 分析了使用XGBoost.模拟的声学信号 (声声,发音,表情) 和面部标志性运动.

主要成果:

• 声学分析为PD诊断提供了77%的平衡准确性;面部分析达到81%的准确性.
• 两种方法的融合导致了83%的平衡精度 (88%的灵敏度,78%的特异性).
• 舌头旋转成为最有信息的演讲练习; 鉴定出低血症的特征性面部肌肉运动.

结论:

• 多模式方法,整合语音和面部分析,检测PD高达83%的准确性.
• 这种计算机支持的方法可以作为神经病学家的辅助工具.
• 拟议的mHealth解决方案为患者和临床医生提供了一种方便的方法来管理帕金森病.