A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis

要約

近年、神経変性疾患（NDS）の影響を受ける世界集団の増加が目撃されました。これは、従来、医療診断と監視のために広範な医療リソースと人間の努力が必要です。
重要な疾患関連の運動症状として、人間の歩行を悪用して、異なるNDを特徴付けることができます。
人工知能（AI）モデルの現在の進歩により、NDSの識別と分類の自動歩行分析が可能になり、NDSのより速く、より費用対効果の高い診断を促進するための新しい道を開きます。
この論文では、歩行を通じて5つの典型的なNDSの診断に適用される機械学習と深い学習に基づくAI技術の最近の進捗状況に関する包括的な調査を提供します。
AIアシストNDS診断のプロセスの概要を提供し、既存の歩行データとAIモデルの体系的な分類法を提示します。
一方、既存の研究の品質を定量的に評価するために、新しい品質評価基準が提案されています。
169の研究の広範なレビューと分析を通じて、最近の技術的進歩を紹介し、既存の課題、潜在的な解決策、およびこの分野の将来の方向性について説明します。
最後に、人間の歩行表現のための3Dスケルトンデータの前向き利用と、NDS診断のためのより効率的なAIモデルの開発を想定しています。

要約(オリジナル)

Recent years have witnessed an increasing global population affected by neurodegenerative diseases (NDs), which traditionally require extensive healthcare resources and human effort for medical diagnosis and monitoring. As a crucial disease-related motor symptom, human gait can be exploited to characterize different NDs. The current advances in artificial intelligence (AI) models enable automatic gait analysis for NDs identification and classification, opening a new avenue to facilitate faster and more cost-effective diagnosis of NDs. In this paper, we provide a comprehensive survey on recent progress of machine learning and deep learning based AI techniques applied to diagnosis of five typical NDs through gait. We provide an overview of the process of AI-assisted NDs diagnosis, and present a systematic taxonomy of existing gait data and AI models. Meanwhile, a novel quality evaluation criterion is proposed to quantitatively assess the quality of existing studies. Through an extensive review and analysis of 169 studies, we present recent technical advancements, discuss existing challenges, potential solutions, and future directions in this field. Finally, we envision the prospective utilization of 3D skeleton data for human gait representation and the development of more efficient AI models for NDs diagnosis.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google