Feature extraction of temporospatial dynamics of finger movement and its clinical application

点击翻译按钮获取中文摘要

神経疾患では病巣によって特徴的な運動パターンや固有の周期をもつ異常運動がみられ、医師はそれを経験と知識に基づき分類評価し診断を考える。すなわちエキスパートブレインが動きのパターン認識と疾患分類を行っているわけである。その内在化されたプロセスをセンサデータや画像の数理解析により客観化・定量化することは情報工学的手法の開発の観点からも疾患理解や臨床応用のためにも重要であるが、そのような試みはほとんどされていない。本研究ではパーキンソン病などの神経疾患の患者の書字やジェスチャー動作を高次元時系列センサデータとして記録し、運動障害の疾患特異性を時空間ダイナミクスとして抽出しバイオマーカーとして数理的に表現することを目的としている。これまでに国内5施設と連携して、パーキンソン病、多系統萎縮症、進行性核上性麻痺、脊髄小脳変性症の患者の手指運動のセンサデータを収集している。タブレット端末を用いた患者の書字データ、特殊カメラを用いた手指の反復運動データ、心理データ、画像データについて目標の６０％程度の進捗率となっている。収集したデータをもとに基礎的な解析を行い、会津大学のチームが機械学習のモデルを用いた解析を行っている。