Automatic Classification of General Movements in Newborns

要約

一般運動 (GM) は、乳児の自発的で協調的な体の動きであり、発達中の神経系についての貴重な洞察を提供します。
Prechtl GM Assessment (GMA) を通じて評価された GM は、神経発達障害の信頼できる予測因子です。
ただし、GMA には特別な訓練を受けた臨床医が必要ですが、その数は限られています。
新生児スクリーニングを拡大するには、乳児のビデオ録画から GM を自動的に分類できるアルゴリズムが必要です。
このデータには、録画長、デバイスの種類、設定のばらつきなどの課題があり、各ビデオには全体的な動きの品質について大まかに注釈が付けられています。
この研究では、これらの記録から特徴を抽出するツールを導入し、自動 GM 分類のためのさまざまな機械学習手法を検討します。

要約(オリジナル)

General movements (GMs) are spontaneous, coordinated body movements in infants that offer valuable insights into the developing nervous system. Assessed through the Prechtl GM Assessment (GMA), GMs are reliable predictors for neurodevelopmental disorders. However, GMA requires specifically trained clinicians, who are limited in number. To scale up newborn screening, there is a need for an algorithm that can automatically classify GMs from infant video recordings. This data poses challenges, including variability in recording length, device type, and setting, with each video coarsely annotated for overall movement quality. In this work, we introduce a tool for extracting features from these recordings and explore various machine learning techniques for automated GM classification.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google