使用基于智能手机的任务和深度学习来量化肌缩侧面硬化症中舌头运动功能障碍的量化.
Pedro S Rocha1, Duarte Folgado2, Vasco A Conceição1
1Institute of Physiology, and Centro de Estudos Egas Moniz, Faculty of Medicine, University of Lisbon, 1649-028 Lisbon, Portugal.
Sensors (Basel, Switzerland)
|March 14, 2026
概括
一个智能手机应用程序客观地评估了肌缩侧面硬化症 (ALS) 患者的舌头运动,揭示了与语言困难相关的障碍. 这项技术有助于监测腹筋功能和管理ALS进展.
科学领域:
- 神经学 神经学
- 生物医学工程 生物医学工程
- 人工智能在医学中的应用
背景情况:
- 腹筋功能障碍是肌缩侧面硬化症 (ALS) 的重要并发症.
- 对舌头运动的客观评估对于监测ALS患者的凸骨功能至关重要.
- 目前用于评估腹筋功能的方法可能无法捕捉微妙的损伤.
研究的目的:
- 开发和验证一个简单的,基于智能手机的任务,用于对ALS的客观舌头运动评估.
- 检查量化舌头运动指标与ALS临床变量之间的关联.
- 探索这种技术在远程监测和疾病管理方面的实用性.
主要方法:
- 37名ALS患者和20名对照人进行了智能手机记录的舌头横向化任务.
- 使用深度学习的U-Net++模型进行图像细分和特征提取.
- 舌头运动的频率和幅度被量化并与临床措施相关 (ALSFRS-r,,下巴抽,性).
主要成果:
- 该U-Net++模型展示了强大的细分性能.
- 与对照组相比,ALS患者的舌头运动频率显著降低 (0.14比0.40,p<0.001).
- 正常化的舌头运动频率与失节症 (p = 0.003) 和语音表现 (p = 0.009),以及舌头性 (p = 0.015) 相相关.
结论:
- 这种基于智能手机的方法提供了一个客观的,最少侵入性的,用于测量ALS中的圆柱状功能.
- 这种方法与临床评估相关,可以检测出微妙的损伤.
- 这项技术显示出远程患者监测和改善ALS管理的前景.
