Parkinson xəstəliyi (PD) yaşlı insanlara, xüsusən də Yaponiya kimi qocalmış ölkələrdə təsir edən bir nevrodegenerativ xəstəlikdir. PD-nin əsas simptomlarından biri əlin titrəməsidir ki, bu da əllə yazmaq da daxil olmaqla, yaxşı hərəkət qabiliyyətini pozur. Müalicə və müalicə üçün erkən aşkarlama vacibdir. Bununla birlikdə, mövcud məlumat dəstləri tez-tez effektiv, kompüterlə kömək edilmiş PD tanınması üçün kifayət qədər tapşırıq çeşidindən məhrumdur. Bunu həll etmək üçün, 37 vəzifə üzrə 78 PD xəstəsindən və 54 sağlam şəxsdən əlyazma nümunələrini əhatə edən HandPD37 məlumat dəstini təklif edirik. Bu vəzifələr həm incə motor bacarıqlarını, həm də dil mürəkkəbliyini qiymətləndirərək, PD-yə işarə edən müxtəlif əl yazısı xüsusiyyətlərini əhatə edir. Məlumatlar tablet cihazları vasitəsilə qeydə alınıb və XY koordinatları, qələm təzyiqi və vaxt möhürləri kimi ətraflı məlumatlar verilib. Sürət və sürət kimi əlavə kinematik xüsusiyyətlər çıxarılıb və hər nümunə üçün ümumilikdə 171 xüsusiyyət var. Biz təsnifat üçün Logistik Regressiya (LR) ilə 10 maşın öyrənmə (ML) alqoritmindən ibarət bir yığın ansambl tətbiq etdik və meta-sansambl yanaşmasını istifadə edərək vəzifələri qiymətləndirdik. 18, 28, 33 və 34-cü tapşırıqlar PD xəstələrini sağlam müayinələrdən ayırmaq üçün ən təsirli oldu. Nəticələr göstərir ki, kinematik və təzyiq əsaslı xüsusiyyətlərin ML modelləri ilə birləşdirilməsi PD tanıma dəqiqliyini yaxşılaşdırır. HandPD37 məlumat dəstləri və ansambl yanaşması PD diaqnozu üçün klinik qərarların dəstəklənməsi üçün perspektivli bir həll təmin edir. Yaponiyalı iştirakçılar üçün xüsusi hazırlanmış 37 tapşırıq daha dəqiq və ümumi PD aşkarlanması üçün məlumat dəstinin tətbiqini artırır.
Parkinson xəstəliyi (PD) dünyada milyonlarla insana təsir edən mürəkkəb bir nörodegenerativ xəstəlikdir1,2,3,4,5. Hal-hazırda təxminən 100 000 nəfərdə 10 - 800 hal arasında yayılmışdır, bu da PD-ni ən çox yayılmış nevrodegenerativ xəstəliklərdən biri edir6. Bu vəziyyət əsasən motor funksiyasına təsir göstərir və ümumiyyətlə istirahət titrəmələri, əzələ sərtliyi, bradikineziya (hareketin yavaşlığı) və pozura refleksləri pozulması ilə əlaqədardır. Bu motor simptomlar hərəkətlərin planlaşdırılması, proqramlaşdırılması, sıralaması, başlanğıcı və icrasında çatışmazlıqlarla sıx bağlıdır7. Hal-hazırda PD-ni diaqnozlaşdırmaq üçün tam obyektiv klinik test yoxdur. Güvenilir diaqnoz tez-tez simptomların inkişafını izləmək üçün aylarla müşahidə tələb edir və hətta belə hallarda səhv diaqnozların göstəriciləri təxminən 25%-ə çatır8. Qəti təsdiq yalnız ölümdən sonrakı patoloji araşdırma yolu ilə mümkündür, bu da PD diaqnozunun mürəkkəbliyini və qeyri-müəyyənliyini vurğulayır. Buna görə kliniklərə erkən aşkarlama və müalicə planlaşdırmalarında kömək edə biləcək qərarlara dəstək vasitələrinə artan ehtiyac var9,10. Bu kontekstdə etibarlı biomarkərlərin müəyyən edilməsi nörodegenerativ xəstəliklərin tədqiqatında mərkəzi məqsədə çevrilmişdir11. PD-nin ən önəmli təzahürlərindən biri, el yazısı kimi öyrənilmiş motor bacarıqlarını yerinə yetirməkdə çətinliklərdir12,13. PD olan şəxslər tez-tez hərəkət ardıcıllıqlarının komponentlərini düzgün bir şəkildə əlaqələndirmək üçün mübarizə aparırlar və bu da parçalanmış və ya davamsız hərəkətlərə səbəb olur. Nəticədə hərəkət segmentləri arasında tez-tez aralar və çəkinmələr meydana gəlir14,15. Əlyazmalar və digər davamlı motor vəzifələr ümumiyyətlə sağlam şəxslərdə olduğundan daha yavaş yerinə yetirilir. Bir çox tədqiqatlar göstərdi ki, əl yazısı analizi PD diaqnozu üçün dəyərli biomarker kimi xidmət edə bilər16,17. Bu fenomenin bir izahı PD xəstələrində əl yazmasının avtomatik təbiətini itirməsi və bunun əvəzinə qapalı döngədə idarə olunan bir idarəetmə prosesi kimi fəaliyyət göstərən vizual şəkildə idarə olunan geri bildirmələrə daha çox güvənməsidir18.
Əlyazma pozuntularını daha yaxşı təhlil etmək və PD ilə əlaqəli motor pozğunluğu anlamaq üçün ədəbiyyatda müxtəlif əlyazma vəzifələri təklif edilmişdir. Dərdli qiymətləndirmə üçün geniş istifadə olunan bir vəzifə, PD və digər hərəkət pozğunluqlarının motor performansının qiymətləndirilməsində geniş tətbiq olunan Arkimediya spiralını çəkməkdir12,19,20,21. Digər ümumi vəzifə təkrarlanan kursiv hərfləri olan sözləri, xüsusilə l14,22 hərfini yazmaqdır. Bu müəyyən edilmiş vəzifələrə əlavə olaraq, bəzi tədqiqatlar sadə sözlərin və asan yazılı və sadə sintaksla xarakterizə olunan qısa cümlələrin yazılmasını araşdırıblar. Kalem-sırtdan kənarda bir neçə araşdırma göstərdi ki, PD qiymətləndirməsi üçün əlavə əl yazısı üsulları vacibdir. Bunlar qələmün mütləq mövqeyi, qələm qaldırıldıqda, lakin trajektoriyaya yaxın qalanda havadakı hərəkətləri və yazma səthinə tətbiq olunan təzyiq daxildir16,17,23. Xüsusilə, PD ilə bağlı motor pozğunluğunu xarakterizə etməkdə əsas amil qələm təzyiqi müəyyən edilmişdir17.
Pereira və digərləri, iki əl yazısı vəzifəsi əhatə edən HandPD məlumat dəstini təqdim etdi: (1) Spiral HandPD və (2) Meander HandPD24. Bu məlumat dəstində Braziliyada São Paulu şəhərindəki Botucatu Tibb Məktəbində 92 iştirakçıdan 18 sağlam şəxs və 74 PD xəstəsi daxil olmaqla toplanan əl yazılı müayinələrdən ibarətdir. İştirakçılar dörd spiral və dörd meander rəsmlərini tamamladılar və sonraları kəsildi və şəkillər kimi saxlandı. Verilənlər dəstində 736 etiketləndirilmiş şəkil var və xəstənin şəxsiyyət vəsiqəsi, cinsiyyət, əl çəkmə və yaş kimi metadatalar, kök orta kvadrat səhv, titrəmə ölçülər və şablonlar və əl yazılı izlər arasındakı radius fərqləri kimi çıxarılmış xüsusiyyətlər daxildir. Məlumat dəstlərinin tarazlığının pozulmasını və məlumat modalitetlərini zənginləşdirmək üçün müəlliflər daha sonra 66 nəfərdən (35 sağlam və 31 PD xəstəsi) ibarət olan NewHandPD məlumat dəstini təklif ediblər. Bu yaxşılaşdırılmış məlumat dəstində iştirakçı başına 12 əlyazma imtahanı, spiralları, meandərləri və dairəvi hərəkətləri əhatə edir. Məlumatlar həm statik şəkillər, həm də dinamik siqnalları tutmaq üçün ağıllı qələm istifadə edərək qeydə alınıb. NewHandPD məlumat dəstində 264 şəkil və 792 siqnal qeydə alınması mövcuddur. Shrivastava və digərləri dörd vəzifədən ibarət bir əl yazısı məlumat dəstini təklif etdispirallar, dalğalar, kublar və üçbucaqlar və XGBoost təsnifatçısını tətbiq etdi, dəqiqliyə nail oldu
Xülasə — davamını mənbədə oxuyun.
