用于检测前驱期与临床期痴呆的绘图过程自动化分析
信号处理
2022-11-17 v1 机器学习
摘要
痴呆的早期诊断，尤其在前驱期（即轻度认知障碍，MCI），已成为研究与临床优先事项，但仍具挑战性。绘图过程的自动化分析作为一种筛查前驱期与临床期痴呆的有前景手段被研究，可提供涵盖绘图速度、笔姿、书写压力和停顿等特征的多方面信息。我们考察了利用这些特征不仅检测前驱期与临床期痴呆，还预测以简易精神状态检查（MMSE）评估的认知损伤严重程度以及以内颞叶（MTL）萎缩评估的神经病理改变严重程度的可行性。我们通过数字写字板与笔从 145 名认知正常（CN）、MCI 和痴呆老年人处收集绘图数据。嵌套交叉验证结果表明，绘图特征组合可用于分类 CN、MCI 和痴呆，AUC 为 0.909、准确率 75.1%（CN vs. MCI：82.4% 准确率；CN vs. 痴呆：92.2% 准确率；MCI vs. 痴呆：80.3% 准确率），并预测 MMSE 分数（ 为 0.491）与 MTL 萎缩严重程度（ 为 0.293）。我们的发现表明，绘图过程自动化分析可提供关于痴呆所致认知损伤与神经病理改变的信息，可作为数字生物标志物辅助识别前驱期与临床期痴呆。
引用
@article{arxiv.2211.08685,
title = {Automated Analysis of Drawing Process for Detecting Prodromal and Clinical Dementia},
author = {Yasunori Yamada and Masatomo Kobayashi and Kaoru Shinkawa and Miyuki Nemoto and Miho Ota and Kiyotaka Nemoto and Tetsuaki Arai},
journal= {arXiv preprint arXiv:2211.08685},
year = {2022}
}