将帕金森病复杂双侧智能手表检测简化为保持机器学习精度的单侧高效检测
机器学习
2022-05-12 v1
摘要
近年来，来自智能消费设备的传感器已展现出作为数字生物标志物识别运动障碍的巨大潜力。我们利用广泛可用的智能手表，在前瞻性研究中记录了受试者执行基于技术的评估以研究帕金森病（PD）。总计504名参与者，包括PD患者、鉴别诊断（DD）患者和健康对照（HC），通过采用两只智能手表和两部智能手机的综合系统被采集。据我们所知，该研究提供了最大的双手同步智能手表测量的PD样本量。为了建立未来易于使用的基于家庭的PD筛查评估系统，我们系统性地评估了仅使用单侧测量且显著减少的评估集合下系统的性能，并考察我们是否能保持分类精度。
引用
@article{arxiv.2205.05361,
title = {Reducing a complex two-sided smartwatch examination for Parkinson's Disease to an efficient one-sided examination preserving machine learning accuracy},
author = {Alexander Brenner and Michael Fujarski and Tobias Warnecke and Julian Varghese},
journal= {arXiv preprint arXiv:2205.05361},
year = {2022}
}