Heim  >  Artikel  >  Technologie-Peripheriegeräte  >  Das Team der Shanghai Jiao Tong University nutzt Deep Learning zur motorischen Beurteilung, um die Früherkennung von Zerebralparese zu fördern

Das Team der Shanghai Jiao Tong University nutzt Deep Learning zur motorischen Beurteilung, um die Früherkennung von Zerebralparese zu fördern

WBOY
WBOYnach vorne
2023-12-15 18:21:23925Durchsuche

Das Team der Shanghai Jiao Tong University nutzt Deep Learning zur motorischen Beurteilung, um die Früherkennung von Zerebralparese zu fördern

Herausgeber |. Kohlblätter

Prechtl Global Movement Assessment (GMA) wird zunehmend für seine Rolle bei der Beurteilung der Entwicklungsintegrität des Nervensystems und der Vorhersage motorischer Dysfunktionen, insbesondere bei Erkrankungen wie Zerebralparese (CP), anerkannt. Der Bedarf an ausgebildeten Fachkräften hat jedoch in einigen Ländern die Einführung von GMA als Früherkennungsinstrument behindert.

In der neuesten Studie haben Forscher der Shanghai Jiao Tong University ein auf Deep Learning basierendes Bewegungsbewertungsmodell (MAM) vorgeschlagen, das Säuglingsvideos und grundlegende Funktionen kombiniert, um GMA während der Automatisierung der wählerischen Bewegung (FM) zu erreichen.

MAM zeigte eine starke Leistung und erreichte während der externen Validierung eine Fläche unter der Kurve (AUC) von 0,967. Wichtig ist, dass es sich strikt an die Prinzipien von GMA hält und eine gute Interpretierbarkeit aufweist, da FM in Videos genau identifiziert werden kann, was im Wesentlichen mit der Expertenbewertung übereinstimmt.

Unter Verwendung der vorhergesagten FM-Frequenz wurde eine quantitative GMA-Methode eingeführt, deren AUC 0,956 erreichte und die diagnostische Genauigkeit von GMA-Anfängerärzten um 11,0 % verbesserte. Die Entwicklung von MAM hat das Potenzial, das frühe CP-Screening erheblich zu vereinfachen und den Bereich der quantitativen videobasierten medizinischen Diagnose zu revolutionieren.

Die Studie trug den Titel „Automatisierung der Beurteilung allgemeiner Bewegungen mit quantitativem Deep Learning zur Erleichterung der Früherkennung von Zerebralparese“ und wurde am 14. Dezember 2023 in „Nature Communications“ veröffentlicht.

Das Team der Shanghai Jiao Tong University nutzt Deep Learning zur motorischen Beurteilung, um die Früherkennung von Zerebralparese zu fördern

Bitte klicken Sie auf den folgenden Link, um die Papierdetails anzuzeigen: https://www.nature.com/articles/s41467-023-44141-x

Das obige ist der detaillierte Inhalt vonDas Team der Shanghai Jiao Tong University nutzt Deep Learning zur motorischen Beurteilung, um die Früherkennung von Zerebralparese zu fördern. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:jiqizhixin.com. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen