По теме
Улучшение восприятия тела у людей с заметными особенностями ...
Узнайте, как онлайн-программа 'Расширь свой кругозор' помогает людям с заметными особенностями внешн...
Как развить честность и внутренний баланс: 4 эффективных спо...
Узнайте, как развитие целостности и честности перед самим собой помогает улучшить эмоциональную регу...
Нарушение восприятия причинности при болезни Паркинсона: рез...
Исследование показывает, как болезнь Паркинсона меняет зрительное восприятие причинно-следственных с...
Как собаки воспринимают мир: почему они выбирают места, а не...
Исследование когнитивных особенностей собак показывает, что наши питомцы ориентируются в пространств...
Ранние дезадаптивные схемы и межличностная регуляция эмоций:...
Подробное научное исследование связи между ранними дезадаптивными схемами и направленной на других м...
Йога-медитация или дневной сон: что эффективнее для мозга?
Сравнительное исследование влияния 15-минутной йога-медитации и дневного сна на когнитивную функцию ...
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.
