Болезнь Паркинсона является тяжелым нейродегенеративным заболеванием, которое постепенно проявляется у человека во взрослом возрасте (30-50 лет) и поражает клетки центральной нервной системы. Среди симптомов – замедленность движений, тремор, апатия, изменение тембра голоса и проч. Данное заболевание практически невозможно диагностировать до проявления симптомов. При этом раннее выявление болезни важно, поскольку современные методы лечения направлены исключительно на замедление симптомов. Согласно данным из открытых источников, сегодня в мире живут около 10 миллионов людей, страдающих от болезни Паркинсона.
Один из самых простых тестов диагностики данного заболевания – рисование пациентом на листе бумаги по точкам спираль. Сильные отклонения, например, вследствие тремора рук могут свидетельствовать о когнитивных нарушениях работы головного мозга. Однако по факту оценка рисунка пациента производится врачом «на глаз», исходя из его предыдущего опыта, и, поэтому актуальными становятся инструменты для получения более объективного результата.
«Мы разработали алгоритм, который позволяет по фотографии – нарисованной пациентом спирали – обнаруживать признаки, которые могут указывать на наличие когнитивных нарушений. Анализ изображения проводится с помощью нейросети. В перспективе, в случае интереса со стороны медицинских организаций, разработка может использоваться как основа для программ по поддержке в принятии решений врачей, которые занимаются диагностикой болезни Паркинсона. Кроме того, с помощью подобных систем пациенты смогут отслеживать свое состояние самостоятельно», – рассказала выпускница факультета компьютерных технологий и информатики СПбГЭТУ «ЛЭТИ» Екатерина Сырцова.
Нейросеть проходила обучение на открытом датасете HandPD. Эта база данных содержит обезличенные изображения спиралей двух групп респондентов: здоровая группа – 18 человек в возрасте от 19 до 79 лет, группа пациентов с диагностированным заболеванием Паркинсона – 74 человека в возрасте от 38 до 78 лет. Участники эксперимента проходили тестирование 4 раза, набор данных содержит 368 изображений спиралей.
«Результаты тестирования обученной модели: точность – 99,3%, чувствительность – 99,2%, специфичность – 100%. Для медицинских задач чувствительность является важным параметром, то есть вероятность определения наличия заболевания с помощью нашего алгоритма достаточно велика», – поясняет Екатерина Сырцова.
Созданный алгоритм получил свидетельство на регистрацию программ для ЭВМ (№ 2023663683).
Разработка данного алгоритма легла в основу выпускной бакалаврской работы Екатерины Сырцовой, которая была подготовлена и успешно защищена в 2022 году. Научный руководитель проекта – ассистент кафедры математического обеспечения и применения ЭВМ СПбГЭТУ «ЛЭТИ» Наталья Владимировна Шевская.
Источник информации: СПбГЭТУ «ЛЭТИ»
Источник фото: ru.123rf.com
