Интересное сегодня
Как перестать делать детей своей единственной целью
Существует мощный нарратив, который многие из нас несут, особенно родители: люди - это моя цель. Я ч...
Как мозг решает 3D-задачи: Психология зрительного восприятия...
Введение в психофизику активного зрительного восприятия Наше понимание того, как зрительные системы ...
Как перестать опаздывать: 6 эффективных советов от эксперта
Почему мы опаздываем и как это изменить Хорошая пунктуальность — навык, к которому стремятся многие....
Влияние власти и меритократии на восприятие справедливости
Взаимодействие различных форм власти и меритократических соображений формирует восприятие справедлив...
Тревожные сигналы: как распознать, что ваш взрослый ребенок ...
Тревожные сигналы: как распознать, что ваш взрослый ребенок испытывает трудностиНесмотря на наши луч...
Влияние физического и эмоционального насилия на интернет-зав...
Введение Исследование направлено на изучение связи между физическим и эмоциональным насилием (физиче...
Введение
Расстройство аутистического спектра (РАС) характеризуется симптомами, связанными с социальным взаимодействием, коммуникацией и повторяющимся поведением. Обычно диагноз ставится в детстве, но в последние годы всё чаще диагностируется у взрослых. Из-за отсутствия чётких биомаркеров текущий процесс диагностики требует множества оценок, включая наблюдение (например, ADOS2), нейропсихологические тесты и интервью с родителями.
Проблемы диагностики
Традиционные методы диагностики требуют много времени и ресурсов, что приводит к длительным ожиданиям. В связи с растущим спросом на диагностику, всё больше исследований направлено на разработку автоматизированных методов, таких как машинное обучение.
Методы
Участники исследования
В исследовании участвовали 56 пациентов с диагнозом РАС и 38 пациентов с другими психическими расстройствами. Видеозаписи диагностических интервью ADOS2 анализировались с помощью компьютерного зрения.
Анализ синхронности движений
Для оценки синхронности использовался метод Motion Energy Analysis (MEA), который измеряет изменения в движении головы и тела. Затем данные обрабатывались с помощью алгоритма SVM для классификации.
Результаты
Модель SVM показала точность 63.4% в классификации пациентов с РАС. Однако не было обнаружено значимой связи между результатами классификации и клиническими оценками.
Особенности классификации
- Классификация в сторону РАС была связана с большей асимметрией и эксцессом синхронности тела.
- Большее движение врача ассоциировалось с диагнозом РАС, а большее движение пациента — с другими диагнозами.
Обсуждение
Исследование демонстрирует потенциал автоматизированного анализа движений для диагностики аутизма. Однако необходимы дальнейшие исследования для улучшения точности и валидации метода.
Ограничения
Основные ограничения включают небольшой размер выборки и различия в условиях записи видео. Для будущих исследований рекомендуется стандартизация протоколов.
