論文の概要: Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing
Parkinson's Disease Motor Severity
- arxiv url: http://arxiv.org/abs/2007.08920v1
- Date: Fri, 17 Jul 2020 11:49:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-09 13:40:04.675234
- Title: Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing
Parkinson's Disease Motor Severity
- Title（参考訳）: パーキンソン病重症度評価のためのMDS-UPDRS歩行スコアの視覚的評価
- Authors: Mandy Lu, Kathleen Poston, Adolf Pfefferbaum, Edith V. Sullivan, Li
Fei-Fei, Kilian M. Pohl, Juan Carlos Niebles and Ehsan Adeli
- Abstract要約: パーキンソン病(英: Parkinson's disease、PD)は、運動機能に影響を及ぼす進行性神経疾患である。
PD障害の身体的重症度は、運動障害学会統一パーキンソン病評価尺度によって定量化することができる。
MDS-UPDRSの歩行スコアに基づいて、個人が撮影する非侵襲的な映像を観察し、3次元の身体骨格を抽出し、時間を通して追跡し、運動を分類するコンピュータビジョンベースモデルを提案する。
- 参考スコア（独自算出の注目度）: 39.51722822896373
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Parkinson's disease (PD) is a progressive neurological disorder primarily
affecting motor function resulting in tremor at rest, rigidity, bradykinesia,
and postural instability. The physical severity of PD impairments can be
quantified through the Movement Disorder Society Unified Parkinson's Disease
Rating Scale (MDS-UPDRS), a widely used clinical rating scale. Accurate and
quantitative assessment of disease progression is critical to developing a
treatment that slows or stops further advancement of the disease. Prior work
has mainly focused on dopamine transport neuroimaging for diagnosis or costly
and intrusive wearables evaluating motor impairments. For the first time, we
propose a computer vision-based model that observes non-intrusive video
recordings of individuals, extracts their 3D body skeletons, tracks them
through time, and classifies the movements according to the MDS-UPDRS gait
scores. Experimental results show that our proposed method performs
significantly better than chance and competing methods with an F1-score of 0.83
and a balanced accuracy of 81%. This is the first benchmark for classifying PD
patients based on MDS-UPDRS gait severity and could be an objective biomarker
for disease severity. Our work demonstrates how computer-assisted technologies
can be used to non-intrusively monitor patients and their motor impairments.
The code is available at
https://github.com/mlu355/PD-Motor-Severity-Estimation.
- Abstract（参考訳）: パーキンソン病(英: Parkinson's disease、PD)は、主に運動機能に影響を及ぼす進行性神経疾患である。
PD障害の重症度は、広く用いられている臨床評価尺度である運動障害学会統一パーキンソン病評価尺度(MDS-UPDRS)によって定量化することができる。
疾患進行の正確かつ定量的な評価は、疾患のさらなる進行を遅らせる治療を開発する上で重要である。
これまでの研究は主に、診断のためのドーパミン輸送ニューロイメージングや、運動障害を評価する高価な侵入型ウェアラブルに焦点を当ててきた。
そこで,本研究では,個人の非インタラクティブ映像を観察し,3d体骨格を抽出し,時間を通して追跡し,mds-updrsの歩行スコアに応じて動作を分類するコンピュータビジョンモデルを提案する。
実験の結果, 提案手法は, f1-score 0.83 と平衡精度 81% の競合手法に比べて有意に優れた性能を示した。
これはMDS-UPDRS歩行重症度に基づくPD患者の分類のための最初のベンチマークであり、疾患重症度に対する客観的なバイオマーカーとなる可能性がある。
本研究は,非インタラクティブに患者とその運動障害をモニターするためにコンピュータ支援技術をどのように利用できるかを示す。
コードはhttps://github.com/mlu355/PD-Motor-Severity-Estimationで公開されている。
関連論文リスト
- AI WALKUP: A Computer-Vision Approach to Quantifying MDS-UPDRS in Parkinson's Disease [26.404367811027996]
パーキンソン病(英: Parkinson's Disease、PD)は、神経変性疾患の2番目に多い疾患である。
PDの既存の評価方法は、様々な種類の運動症状と疾患の進行の重症度を評価するために、運動障害協会(英語版) - Unified Parkinson's Disease Rating Scale (MDS-UPDRS) である。
我々は、コンピュータビジョンベースのソリューションを使用して、カメラに基づいて人間のポーズ画像をキャプチャし、アルゴリズムを用いて動き分析を再構築し、特徴工学を通して動きの量の特徴を抽出したいと考えている。
論文 参考訳（メタデータ） (2024-04-02T05:53:34Z) - Predicting Parkinson's disease evolution using deep learning [1.4610685586329806]
パーキンソン病は、世界の人口の1%近くで起こる神経疾患である。
パーキンソン病の診断に利用できる血液検査やバイオマーカーは1つもない。
進行の段階を特定するために設計されたAIツールは存在しない。
論文 参考訳（メタデータ） (2023-12-28T10:30:54Z) - Using AI to Measure Parkinson's Disease Severity at Home [2.656113227046603]
パーキンソン病(PD)患者の運動能力を評価する人工知能システムを提案する。
運動障害学会統一パーキンソン病評価尺度(MDS-UPDRS)を施行した3人の神経学者による世界250人の参加者のデータを評価した。
我々の機械学習モデルは,MDS-UPDRS認定レーダよりも優れており,平均絶対誤差は0.59であり,レーダのMAEは0.79であった。
論文 参考訳（メタデータ） (2023-03-30T17:40:14Z) - Pose-based Tremor Classification for Parkinson's Disease Diagnosis from
Video [13.6403722052414]
パーキンソン病(英: Parkinson's disease、PD)は、様々な運動障害症状を引き起こす進行性神経変性疾患である。
パーキンソンの震動はPDの強い一般化性を示す最も主要な症状の1つである。
本稿では,SPAPNetを提案する。SPAPNetは,PD警告サインとして,低コストのPT分類結果を提供するための入力として,カメラに面する人間の動作の,コンシューマグレードの非侵襲的なビデオ記録のみを必要とする。
論文 参考訳（メタデータ） (2022-07-14T11:32:42Z) - GaitForeMer: Self-Supervised Pre-Training of Transformers via Human
Motion Forecasting for Few-Shot Gait Impairment Severity Estimation [27.081767446317095]
本稿では、GaitForeMer、Gait Forecastingおよび障害推定TransforMerを紹介する。
GaitForeMerは、歩行運動を予測するために、まず公開データセット上で事前訓練され、その後、歩行障害の重症度を予測するために臨床データに適用される。
F1スコアは0.76、精度は0.79、リコールは0.75である。
論文 参考訳（メタデータ） (2022-06-30T21:29:47Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳（メタデータ） (2022-06-14T10:16:54Z) - Subgroup discovery of Parkinson's Disease by utilizing a multi-modal
smart device system [63.20765930558542]
われわれはスマートウォッチとスマートフォンを使って、PD患者、DD、HCを含む504人の参加者のマルチモーダルデータを収集した。
様々なモダリティを組み合わせることで,分類精度が向上し,さらにPDクラスタが発見された。
論文 参考訳（メタデータ） (2022-05-12T08:59:57Z) - Automatic Classification of Neuromuscular Diseases in Children Using
Photoacoustic Imaging [77.32032399775152]
神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。
激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
論文 参考訳（メタデータ） (2022-01-27T16:37:19Z) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2020-09-25T01:50:15Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳（メタデータ） (2020-05-06T09:02:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。