A Methodological and Structural Review of Parkinsons Disease Detection Across Diverse Data Modalities

要約

パーキンソン病疾患（PD）は、主に運動機能に影響を与える進行性神経障害であり、その進行段階で軽度の認知障害（MCI）と認知症につながる可能性があります。
Japan TimesおよびParkinson FoundationのPDの早期かつ正確な診断の報告によると、1,000人あたり1,000人あたり1.8人が世界的に約1,000万人診断されているため、患者の転帰を改善するためには重要です。
多くの研究では、機械学習（ML）とDeep Learning（DL）技術がPD認識のために利用されていますが、既存の調査は範囲が限られており、多くの場合、単一のデータモダリティに焦点を当て、マルチモーダルアプローチの可能性を把握できません。
これらのギャップに対処するために、この研究では、磁気共鳴画像法（MRI）、歩行ベースのポーズ分析、歩行感覚データ、手書きテストデータ、音声テストデータ、脳波（EEG）、マルチモーダル融合技術など、さまざまなデータモダリティ全体のPD認識システムの包括的なレビューを提示します。
主要な科学データベースの347以上の記事に基づいて、このレビューでは、データ収集方法、設定、機能表現、システムパフォーマンスなどの重要な側面を、認識の精度と堅牢性に焦点を当てて検証します。
この調査の目的は、研究者向けの包括的なリソースとして機能し、次世代のPD認識システムの開発のための実用的なガイダンスを提供することを目的としています。
多様なデータのモダリティと最先端の機械学習パラダイムを活用することにより、この作業は、革新的でマルチモーダルアプローチを通じてPD診断の状態を進め、患者ケアの改善に貢献します。

要約(オリジナル)

Parkinsons Disease (PD) is a progressive neurological disorder that primarily affects motor functions and can lead to mild cognitive impairment (MCI) and dementia in its advanced stages. With approximately 10 million people diagnosed globally 1 to 1.8 per 1,000 individuals, according to reports by the Japan Times and the Parkinson Foundation early and accurate diagnosis of PD is crucial for improving patient outcomes. While numerous studies have utilized machine learning (ML) and deep learning (DL) techniques for PD recognition, existing surveys are limited in scope, often focusing on single data modalities and failing to capture the potential of multimodal approaches. To address these gaps, this study presents a comprehensive review of PD recognition systems across diverse data modalities, including Magnetic Resonance Imaging (MRI), gait-based pose analysis, gait sensory data, handwriting analysis, speech test data, Electroencephalography (EEG), and multimodal fusion techniques. Based on over 347 articles from leading scientific databases, this review examines key aspects such as data collection methods, settings, feature representations, and system performance, with a focus on recognition accuracy and robustness. This survey aims to serve as a comprehensive resource for researchers, providing actionable guidance for the development of next generation PD recognition systems. By leveraging diverse data modalities and cutting-edge machine learning paradigms, this work contributes to advancing the state of PD diagnostics and improving patient care through innovative, multimodal approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google