利用多模态智能设备系统发现帕金森病亚组
机器学习
2022-05-13 v1
摘要
近年来，来自智能消费设备的传感器在运动障碍中展现出巨大的诊断潜力。在此背景下，电子问卷、手部运动与语音采集等数据模态已成功捕获生物标志物，并实现了帕金森病（PD）与健康对照（HC）或鉴别诊断（DD）的区分。然而，据我们所知，利用多模态智能设备系统进行评估的综合评价仍属缺乏。在一项探索 PD 的前瞻性研究中，我们使用智能手表与智能手机从 504 名参与者（包括 PD 患者、DD 与 HC）收集多模态数据。本研究旨在评估多模态 vs. 单模态数据对 PD vs. HC 及 PD vs. DD 分类的影响，以及对 PD 群体聚类以进行亚组识别的影响。我们得以表明，通过组合多种模态，分类准确率得以提升，并进一步发现了 PD 聚类。
引用
@article{arxiv.2205.05961,
title = {Subgroup discovery of Parkinson's Disease by utilizing a multi-modal smart device system},
author = {Catharina Marie van Alen and Alexander Brenner and Tobias Warnecke and Julian Varghese},
journal= {arXiv preprint arXiv:2205.05961},
year = {2022}
}