Разработка и исследование метода автоматизированного распознавания болезни Паркинсона на основе комбинации признаков двигательной активности рук, мимической активности и лицевой выразительности

Мошкова А.А. Самородов А.В., Войнова Н.А., Волков А.К., Ершова М.В., Иванова Е.О., Федотова Е.Ю.
Биомедицинская радиоэлектроника. №2. 2021 г.
Постановка проблемы. В настоящее время исследователями отмечается увеличение продолжительности жизни населения во всем мире, что несомненно вызовет увеличение встречаемости болезни Паркинсона в ближайшее десятилетие. Известно, что пациенты с болезнью Паркинсона обращаются к неврологу несвоевременно, что существенно снижает эффективность терапии. Применяемые на сегодняшний день методики визуальной оценки тяжести заболевания на основе рейтинговых шкал, как показывают многие исследования, не являются объективными и непригодны для скрининга. Цель работы - разработка и исследование метода автоматизированного распознавания болезни Паркинсона. Результаты. Для решения задачи бинарной классификации используются признаки гипокинезии - наиболее важного для диагностики болезни Паркинсона симптома. Расчет признаков гипокинезии осуществляется на основе данных двигательной активности рук, мимической активности и лицевой выразительности при выполнении специальных упражнений. После отбора признаков на основе статистического и корреляционного анализов, а также с помощью ансамбля классификаторов на основе решающих деревьев точность классификации составила 96,9% при использовании наивного байесовского классификатора. В наилучший набор, состоящий из 8 признаков, вошли признаки всех двигательных задач, что говорит о важности совместной оценки проявлений гипокинезии в области рук и лица. Практическая значимость. В результате исследований, описанных в данной работе, показано хорошее разделение пациентов с болезнью Паркинсона и контрольной группы. Получен набор наиболее значимых признаков для распознавания болезни Паркинсона, которые могут быть использованы для автоматизированного скрининга.