Интересное сегодня
Как развить эмоциональный интеллект и улучшить качество жизн...
Введение Эмоционально интеллектуальные люди в целом более счастливы в жизни и более удовлетворены св...
Как агрессия влияет на репродуктивный успех: связь между агр...
Введение Изучение связи между наследуемыми поведенческими чертами и эволюционной приспособленностью ...
Роль стилей воспитания и самосострадания в развитии расстрой...
Введение Расстройства пищевого поведения (РПП) — это психические заболевания, характеризующиеся аном...
Связь вируса гепатита C с шизофренией и биполярным расстройс...
Вирус гепатита C обнаружен в мозге при шизофрении и биполярном расстройстве Ученые из Университета Д...
Влияние родительского контроля на питание подростков и их пс...
Введение Подростковый возраст, характерный периодом возрождения, является временем, когда индивидуум...
Психическое здоровье медицинских работников: влияние рабочих...
Вклад в литературу • Мало исследований оценивали сложную взаимосвязь между психосоциальными факторам...
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.