Интересное сегодня
Изменение личности: Почему оно не следует простому пути
Идея о том, что личность фиксирована и неизменна со временем, в значительной степени была отвергнута...
Как управлять эмоциональной дисрегуляцией при СДВГ: 10 эффек...
Что такое эмоциональная дисрегуляция при СДВГ Эмоциональная дисрегуляция — распространённая проблема...
Могут ли собаки оценивать людей? Новое исследование развенчи...
Могут ли собаки оценивать людей? Многие владельцы собак уверены, что их питомцы интуитивно определяю...
Как маскировка аутизма влияет на мозг подростков: новое иссл...
Как маскировка аутизма влияет на мозг подростков Некоторые подростки с аутизмом скрывают свои особен...
Влияние кратковременных интервенций на эмпатию к представите...
Влияние кратковременных интервенций на эмпатию к представителям других групп Эмпатия традиционно сч...
Вредные привычки в молодости: как курение, алкоголь и малопо...
Исследование, проведенное в Финляндии, показывает, что курение, чрезмерное употребление алкоголя и м...
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.
