論文の概要: Topological descriptors of foot clearance gait dynamics improve differential diagnosis of Parkinsonism

• arxiv url: http://arxiv.org/abs/2603.06212v1
• Date: Fri, 06 Mar 2026 12:29:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:45.68725
• Title: Topological descriptors of foot clearance gait dynamics improve differential diagnosis of Parkinsonism
• Title（参考訳）: フットクリアランス歩行動態のトポロジカル記述はパーキンソン病の鑑別診断を改善する
• Authors: Jhonathan Barrios, Wolfram Erlhagen, Miguel F. Gago, Estela Bicho, Flora Ferreira,
• Abstract要約: 我々はパーキンソン病分類の補完ツールとしてトポロジカルデータ分析を評価した。 永続ホモロジーはベティ曲線、永続的な風景、シルエットを生み出した。 IPDとVaPでは,足指クリアランスの最小値,最大足指遅振,最大ヒールクリアランスが83%の精度で達成された。
• 参考スコア（独自算出の注目度）: 0.8388591755871735
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Differential diagnosis among parkinsonian syndromes remains a clinical challenge due to overlapping motor symptoms and subtle gait abnormalities. Accurate differentiation is crucial for treatment planning and prognosis. While gait analysis is a well established approach for assessing motor impairments, conventional methods often overlook hidden nonlinear and structural features embedded in foot clearance patterns. We evaluated Topological Data Analysis (TDA) as a complementary tool for Parkinsonism classification using foot clearance time series. Persistent homology produced Betti curves, persistence landscapes, and silhouettes, which were used as features for a Random Forest classifier. The dataset comprised 15 controls (CO), 15 idiopathic Parkinson's disease (IPD), and 14 vascular Parkinsonism (VaP). Models were assessed with leave-one-out cross-validation (LOOCV). Betti-curve descriptors consistently yielded the strongest results. For IPD vs VaP, foot clearance variables minimum toe clearance, maximum toe late swing, and maximum heel clearance achieved 83% accuracy and AUC=0.89 under LOOCV in the medicated (On) state. Performance improved in the On state and further when both Off and On states were considered, indicating sensitivity of the topological features to levodopa related gait changes. These findings support integrating TDA with machine learning to improve clinical gait analysis and aid differential diagnosis across parkinsonian disorders.
• Abstract（参考訳）: パーキンソン症候群の鑑別診断は、重度の運動症状と微妙な歩行異常が重なり臨床上の課題である。 正確な分化は、治療計画と予後に不可欠である。 歩行分析は運動障害を評価するための確立されたアプローチであるが、従来の手法は足のクリアランスパターンに埋め込まれた隠れた非線形および構造的特徴を見落としていることが多い。 我々は,足のクリアランス時系列を用いたパーキンソン病分類の補完ツールとしてトポロジカルデータ分析(TDA)を評価した。 永続ホモロジーは、ランダムフォレスト分類器の特徴として使われたベティ曲線、永続的な風景、シルエットを生み出した。 このデータセットは15のコントロール(CO),15の特発性パーキンソン病(IPD),14の血管性パーキンソン症(VaP)から構成された。 モデルはLOOCV(Leave-one-out Cross-validation)で評価された。 ベティカーブのデクリプターは一貫して最強の結果を得た。 IPDとVaPの場合、足指クリアランスの最小値、最大足指遅発率、最大ヒールクリアランスは83%の精度で、薬用(オン)状態ではAUC=0.89であった。 オン状態およびオフ状態とオン状態の両方を考慮した場合のパフォーマンスは向上し,レボドーパ関連歩行変化に対するトポロジカル特徴の感度が示唆された。 これらの知見は, パーキンソン病における臨床歩行解析の改善と鑑別診断を支援するため, TDAと機械学習の統合を支援する。

関連論文リスト

• H-DDx: A Hierarchical Evaluation Framework for Differential Diagnosis [33.11853966969629]
  臨床関係をよりよく反映した階層的評価フレームワークであるH-DDxを紹介する。 ベンチマーク22の先行モデルにおいて,従来の平坦な指標は臨床的に有意なアウトプットを見落とし,性能を過小評価することを示した。 枠組みは階層的エラーパターンを明らかにすることで解釈可能性を高め,正確な診断を見逃しても,LLMがより広い臨床コンテキストを正しく識別できることが証明された。
  論文  参考訳（メタデータ） (2025-10-04T06:42:22Z)
• Interpretable and Granular Video-Based Quantification of Motor Characteristics from the Finger Tapping Test in Parkinson Disease [0.630697824608134]
  本稿では,ビデオ記録からPDモータ特性を定量化するコンピュータビジョンに基づく手法を提案する。 低スキネジア、ブレジキネシア、シークエンス・エフェクト、鎮静剤を特徴付けるために、臨床的に関係のある4つの特徴セットが提案されている。 運動障害学会統一パーキンソン病評価尺度 (MDS-UPDRS) の指触診スコアを推定するために, これらの特徴を機械学習分類器の訓練に利用した。
  論文  参考訳（メタデータ） (2025-06-19T12:49:06Z)
• PathBench: A comprehensive comparison benchmark for pathology foundation models towards precision oncology [33.51485504161335]
  病理基盤モデル(PFM)の最初の包括的なベンチマークであるPathBenchを紹介する。 我々のフレームワークは大規模データを組み込んで,PFMの客観的比較を可能にする。 当院では10病院で8,549人の患者から15,888件のWSIを収集し,64件以上の診断・予後調査を行った。
  論文  参考訳（メタデータ） (2025-05-26T16:42:22Z)
• Refining ADHD diagnosis with EEG: The impact of preprocessing and temporal segmentation on classification accuracy [41.94295877935867]
  本研究は,脳波によるADHD診断の信頼性向上における前処理とセグメンテーションの重要性を強調した。 後の脳波セグメントで訓練されたモデルは、ADHDを識別する際の認知疲労の潜在的な役割を示唆し、かなり高い精度を実現した。
  論文  参考訳（メタデータ） (2024-07-11T09:07:22Z)
• 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)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• Multimodal Gait Recognition for Neurodegenerative Diseases [38.06704951209703]
  3つの神経変性疾患の歩容差を学習するための新しいハイブリッドモデルを提案する。 新しい相関メモリニューラルネットワークアーキテクチャは、時間的特徴を抽出するために設計されている。 いくつかの最先端技術と比較して,提案手法はより正確な分類結果を示す。
  論文  参考訳（メタデータ） (2021-01-07T10:17:11Z)
• Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity [39.51722822896373]
  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。
  論文  参考訳（メタデータ） (2020-07-17T11:49:30Z)
• Analysis and Evaluation of Handwriting in Patients with Parkinson's Disease Using kinematic, Geometrical, and Non-linear Features [0.0]
  手書き分析は、診断を支援し、パーキンソン病の進行をモニタリングするのに役立ちます。 本稿では,パーキンソン病にともなう手書き障害をモデル化するための特徴群の重要性を評価することを目的とする。
  論文  参考訳（メタデータ） (2020-02-13T09:54:41Z)

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。