文献

J-GLOBAL ID：202002230866889650   整理番号：20A1933572

パーキンソン病の健常者および患者の手安静時振戦評価:探索的機械学習研究【JST・京大機械翻訳】

Hand Resting Tremor Assessment of Healthy and Patients With Parkinson’s Disease: An Exploratory Machine Learning Study

著者 (17件)： de Araujo Ana Camila Alves (Nucleo de Teoria e Pesquisa do Comportamento, Universidade Federal do Para, Belem, Brazil) ,  Santos Enzo Gabriel da Rocha (Instituto de Ciencias Exatas e Naturais, Universidade Federal do Para, Belem, Brazil) ,  de Sa Karina Santos Guedes (Instituto de Ciencias da Saude, Universidade Federal do Para, Belem, Brazil) ,  Furtado Viviane Kharine Teixeira (Nucleo de Medicina Tropical, Universidade Federal do Para, Belem, Brazil) ,  Santos Felipe Augusto (Instituto de Ciencias da Saude, Universidade Federal do Para, Belem, Brazil) ,  de Lima Ramon Costa (Instituto de Ciencias Biologicas, Universidade Federal do Para, Belem, Brazil) ,  Krejcova Lane Viana (Instituto de Ciencias da Arte, Universidade Federal do Para, Belem, Brazil) ,  Santos-Lobato Bruno Lopes (Instituto de Ciencias da Saude, Universidade Federal do Para, Belem, Brazil) ,  Pinto Gustavo Henrique Lima (Instituto de Ciencias Exatas e Naturais, Universidade Federal do Para, Belem, Brazil) ,  Cabral Andre dos Santos (Centro de Ciencias Biologicas e da Saude, Universidade do Estado do Para, Belem, Brazil) ,  Belgamo Anderson (Departamento de Ciencia da Computacao, Instituto Federal de Sao Paulo, Piracicaba, Brazil) ,  Callegari Bianca (Instituto de Ciencias da Saude, Universidade Federal do Para, Belem, Brazil) ,  Kleiner Ana Francisca Rozin (Laboratorio Rainha Silvia de Analise do Movimento, Rio Claro, Brazil) ,  Kleiner Ana Francisca Rozin (Departamento de Fisioterapia, Universidade Federal de Sao Carlos, Sao Carlos, Brazil) ,  Costa e Silva Anselmo de Athayde (Instituto de Ciencias da Saude, Universidade Federal do Para, Belem, Brazil) ,  Souza Givago da Silva (Nucleo de Medicina Tropical, Universidade Federal do Para, Belem, Brazil) ,  Souza Givago da Silva (Instituto de Ciencias Biologicas, Universidade Federal do Para, Belem, Brazil)
資料名： Frontiers in Bioengineering and Biotechnology (Web)  (Frontiers in Bioengineering and Biotechnology (Web))
巻： 8  ページ： 778  発行年： 2020年 
JST資料番号： U7059A  ISSN： 2296-4185  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,異なる時間窓長さと多数の特徴に対して,健常被験者とParkinson病(PD)患者のデータを分類するための機械学習アルゴリズムの精度を比較することである。32名の健常者と18名のPD患者が本研究に参加した。本研究は,手の静止状態中の被験者の手を,加速度計とジャイロスコープを用いて,慣性記録を得た。7つの機械学習アルゴリズム:k最近傍(kNN);ロジスティック回帰;サポートベクター分類器(SVC);線形判別分析;ランダム森林;決定木;およびGauss Naive Bayes。分類器の精度は,異なる時間窓長さ(すなわち,1,5,10および15s)から,抽出した特徴(すなわち,272,190,136,82および27)の異なる数を用いて比較した。慣性記録は,特にPDの患者において,3と8Hzの間の周波数範囲でピークに達した振動波形によって特徴づけられた。その結果,最も重要な特徴は,平均周波数,線形予測係数,電力比,電力密度スキューおよび尖度であった。テストフェーズで計算された精度は訓練フェーズより高かった。試験精度を比較して,時間窓長と分類器のタイプ(p<0.05)の間に顕著な相互作用を見出した。研究は,アルゴリズムのタイプ,時間窓長さ,およびそれらの相互作用kNNに従って,推定精度に及ぼす有意な効果を発見し,一方,SVCは,最も高い精度を示し,一方,SVCは,最悪の結果を示し,1および5sから抽出した特徴によるkNN供給は,より頻繁に最も高い精度の組合せであった。少数の特徴を用いた分類は,アルゴリズムの類似した決定を導いた。さらに,性能は使用した特徴の数に従って著しく増加し,約136のプラトーに達した。最後に,この研究の結果は,kNNがPD患者における手の静止振戦を分類する最良のアルゴリズムであることを示唆した。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  電力 ,  加速度計 ,  ディシジョンツリー ,  ジャイロスコープ ,  線形予測 ,  *Parkinson病 ,  *機械学習 ,  学習アルゴリズム ,  ゆがみ
準シソーラス用語： ロジスティック回帰分析 ,  推定精度 ,  ランダムフォレスト ,  線形判別分析 , 【Automatic Indexing@JST】

著者キーワード (6件)： パーキンソン病 ,  慣性センサ ,  加速度計 ,  ジャイロスコープ ,  手の静止振戦 ,  機械学習

分類 (2件)： 生体計測  (EL03020C) ,  神経系の診断  (GN02000H)

引用文献 (39件)：

• Alam M. N., Johnson B., Gendreau J., Tavakolian K., Combs C., Fazel-Rezai R. (2016). “"Tremor quantification of Parkinson’s disease - a pilot study,"” in proceedings of the 2016 IEEE International Conference on Electro Information Technology (EIT). (Piscataway, NJ: IEEE) doi: 10.1109/eit.2016.7535334
• Banos O., Galvez J. M., Damas M., Pomares H., Rojas I. (2014). Window size impact in human activity recognition. Sensors (Basel) 14 6474-6499. doi: 10.3390/s140406474
• Bazgir O., Habibi S., Palma L., Pierleoni P., Nafees S. (2018). A classification system for assessment and home monitoring of tremor in patients with Parkinson’s Disease. J. Med. Sci. Sensors 8 65-72. doi: 10.3390/s140406474
• Bind S., Tiwari A. K., Sahani A. K. (2015). A survey of machine learning based approaches for Parkinson disease prediction. Int. J. Comp. Sci. Info. Techn. 6 1648-1655. doi: 10.3390/s140406474
• Breiman L. (2001). Random forests. Mach. Learn. 45 5-32. doi: 10.1023/A:1010933404324

タイトルに関連する用語 (9件)： パーキンソン病 ,  健常者 ,  患者 ,  手 ,  安静時振戦 ,  評価 ,  探索 ,  機械学習 ,  研究