Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo
Parkinsonova bolezen je kronična nevrodegenerativna bolezen, ki močno poslabša kvaliteto življenja pacientov. Čakalne vrste za nevrologa so danes precej dolge, pacienti pa so v tem obdobju brez ustrezne terapije s katero bi si olajšali simptome. Zato smo razvili avtomatsko metodo za določanje stopnj...
Main Author: | |
---|---|
Other Authors: | |
Format: | Master Thesis |
Language: | Slovenian |
Published: |
2024
|
Subjects: | |
Online Access: | https://repozitorij.uni-lj.si/IzpisGradiva.php?id=158700 https://repozitorij.uni-lj.si/Dokument.php?id=186413&dn= https://plus.cobiss.net/cobiss/si/sl/bib/201613827 https://hdl.handle.net/20.500.12556/RUL-158700 |
id |
ftuniljubljanair:oai:repozitorij.uni-lj.si:IzpisGradiva.php-id-158700 |
---|---|
record_format |
openpolar |
spelling |
ftuniljubljanair:oai:repozitorij.uni-lj.si:IzpisGradiva.php-id-158700 2024-09-15T18:33:40+00:00 Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo Automatic assessment of finger tapping in patients with Parkinson's disease Zupanič, Matjaž Žabkar, Jure 2024-06-19 application/pdf https://repozitorij.uni-lj.si/IzpisGradiva.php?id=158700 https://repozitorij.uni-lj.si/Dokument.php?id=186413&dn= https://plus.cobiss.net/cobiss/si/sl/bib/201613827 https://hdl.handle.net/20.500.12556/RUL-158700 slv slv https://repozitorij.uni-lj.si/IzpisGradiva.php?id=158700 https://repozitorij.uni-lj.si/Dokument.php?id=186413&dn= https://plus.cobiss.net/cobiss/si/sl/bib/201613827 http://hdl.handle.net/20.500.12556/RUL-158700 info:eu-repo/semantics/openAccess klasifikacija Parkinsonova bolezen test tapkanja s prsti strojno učenje classification Parkinson’s disease finger tapping test machine learning info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion 2024 ftuniljubljanair https://doi.org/20.500.12556/RUL-158700 2024-08-22T06:53:14Z Parkinsonova bolezen je kronična nevrodegenerativna bolezen, ki močno poslabša kvaliteto življenja pacientov. Čakalne vrste za nevrologa so danes precej dolge, pacienti pa so v tem obdobju brez ustrezne terapije s katero bi si olajšali simptome. Zato smo razvili avtomatsko metodo za določanje stopnje motorične prizadetosti oziroma bradikinezije Parkinsonove bolezni na podlagi testa tapkanja in s tem omogočili hitrejšo postavitev diagnoze. Zbrali smo 183 video posnetkov tapkanja, posnetih kar s pametnim telefonom v vsakdanjem okolju. Videe je v 5 razredov lestvice MDS-UPDRS ocenil nevrolog. Za prepoznavo roke smo uporabili MediaPipe Hand, ki nam kot rezultat vrne časovno vrsto skeleta roke. Za klasifikacijo smo ubrali dva različna pristopa. Prvič smo iz časovne vrste skeleta roke sami sestavili značilke, enkrat strogo po lestvici MDS-UPDRS, drugič pa se te nismo strogo držali. Te značilke smo nato uporabili v klasifikatorjih in z večplastnim perceptronom dosegli 61 % točnost in 0,62 F1 vrednost. V drugem pristopu smo časovno vrsto razdalj med palcem in kazalcem uporabili neposredno v polnem konvolucijskem nevronskem omrežju in dosegli 77 % točnost in 0,75 F1 vrednost. Izdelali smo še orodje za vizualizacijo tapkanja in izpis ključnih podatkov. Parkinson's disease is a chronic neurodegenerative disorder that severely impairs patients' quality of life. Currently, the waiting lists for a neurologist are quite long, and during this period, patients are without adequate therapy to alleviate their symptoms. Therefore, we have developed an automatic method to determine the level of motor impairment or bradykinesia of Parkinson's disease based on a tapping test, thus enabling faster diagnosis. We collected 183 tapping videos recorded with a smartphone in everyday environments, which were assessed by a neurologist into 5 classes of the MDS-UPDRS scale. For hand detection we used MediaPipe Hand, which returns a time series of the hand skeleton. For classification, we took two different approaches. First, we constructed ... Master Thesis sami Repository of the University of Ljubljana (RUL) |
institution |
Open Polar |
collection |
Repository of the University of Ljubljana (RUL) |
op_collection_id |
ftuniljubljanair |
language |
Slovenian |
topic |
klasifikacija Parkinsonova bolezen test tapkanja s prsti strojno učenje classification Parkinson’s disease finger tapping test machine learning |
spellingShingle |
klasifikacija Parkinsonova bolezen test tapkanja s prsti strojno učenje classification Parkinson’s disease finger tapping test machine learning Zupanič, Matjaž Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo |
topic_facet |
klasifikacija Parkinsonova bolezen test tapkanja s prsti strojno učenje classification Parkinson’s disease finger tapping test machine learning |
description |
Parkinsonova bolezen je kronična nevrodegenerativna bolezen, ki močno poslabša kvaliteto življenja pacientov. Čakalne vrste za nevrologa so danes precej dolge, pacienti pa so v tem obdobju brez ustrezne terapije s katero bi si olajšali simptome. Zato smo razvili avtomatsko metodo za določanje stopnje motorične prizadetosti oziroma bradikinezije Parkinsonove bolezni na podlagi testa tapkanja in s tem omogočili hitrejšo postavitev diagnoze. Zbrali smo 183 video posnetkov tapkanja, posnetih kar s pametnim telefonom v vsakdanjem okolju. Videe je v 5 razredov lestvice MDS-UPDRS ocenil nevrolog. Za prepoznavo roke smo uporabili MediaPipe Hand, ki nam kot rezultat vrne časovno vrsto skeleta roke. Za klasifikacijo smo ubrali dva različna pristopa. Prvič smo iz časovne vrste skeleta roke sami sestavili značilke, enkrat strogo po lestvici MDS-UPDRS, drugič pa se te nismo strogo držali. Te značilke smo nato uporabili v klasifikatorjih in z večplastnim perceptronom dosegli 61 % točnost in 0,62 F1 vrednost. V drugem pristopu smo časovno vrsto razdalj med palcem in kazalcem uporabili neposredno v polnem konvolucijskem nevronskem omrežju in dosegli 77 % točnost in 0,75 F1 vrednost. Izdelali smo še orodje za vizualizacijo tapkanja in izpis ključnih podatkov. Parkinson's disease is a chronic neurodegenerative disorder that severely impairs patients' quality of life. Currently, the waiting lists for a neurologist are quite long, and during this period, patients are without adequate therapy to alleviate their symptoms. Therefore, we have developed an automatic method to determine the level of motor impairment or bradykinesia of Parkinson's disease based on a tapping test, thus enabling faster diagnosis. We collected 183 tapping videos recorded with a smartphone in everyday environments, which were assessed by a neurologist into 5 classes of the MDS-UPDRS scale. For hand detection we used MediaPipe Hand, which returns a time series of the hand skeleton. For classification, we took two different approaches. First, we constructed ... |
author2 |
Žabkar, Jure |
format |
Master Thesis |
author |
Zupanič, Matjaž |
author_facet |
Zupanič, Matjaž |
author_sort |
Zupanič, Matjaž |
title |
Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo |
title_short |
Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo |
title_full |
Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo |
title_fullStr |
Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo |
title_full_unstemmed |
Avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s Parkinsonovo boleznijo |
title_sort |
avtomatsko ocenjevanje testa tapkanja s prsti pri bolnikih s parkinsonovo boleznijo |
publishDate |
2024 |
url |
https://repozitorij.uni-lj.si/IzpisGradiva.php?id=158700 https://repozitorij.uni-lj.si/Dokument.php?id=186413&dn= https://plus.cobiss.net/cobiss/si/sl/bib/201613827 https://hdl.handle.net/20.500.12556/RUL-158700 |
genre |
sami |
genre_facet |
sami |
op_relation |
https://repozitorij.uni-lj.si/IzpisGradiva.php?id=158700 https://repozitorij.uni-lj.si/Dokument.php?id=186413&dn= https://plus.cobiss.net/cobiss/si/sl/bib/201613827 http://hdl.handle.net/20.500.12556/RUL-158700 |
op_rights |
info:eu-repo/semantics/openAccess |
op_doi |
https://doi.org/20.500.12556/RUL-158700 |
_version_ |
1810475366230261760 |