По теме
Четыре качества выдающихся альтруистов: наука и психология
Статья исследует четыре ключевых качества выдающихся альтруистов на примере доноров почек, научные и...
Связь кишечника и мозга: как микробиота влияет на психическо...
Подробный разбор механизмов взаимодействия кишечника и мозга: как микробиота влияет на выработку ней...
Групповое пение при афазии: как хоровая терапия восстанавлив...
Исследование Университета Хельсинки доказало, что систематическое групповое пение эффективно восстан...
ИИ расшифровывает активность мозга: как нейросети читают мыс...
Новый алгоритм искусственного интеллекта CEBRA расшифровывает активность мозга с точностью 95%, пред...
Как измерение моргания помогает ранней диагностике аутизма?
Узнайте, как частота моргания может служить объективным biomarker‑ом для раннего выявления аутизма у...
Как мозг вычисляет средний размер объектов: нейронные и пове...
Комплексное исследование нейробиологов демонстрирует, что зрительная система человека оценивает сред...
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.
Материал подготовлен редакционной коллегией Psy-Update на основе публикаций в ведущих научных журналах. Публикация содержит сведения ознакомительного характера.
Дисклеймер: Любые психологические и медицинские рекомендации требуют обязательной консультации профильного специалиста.