МЕДИЦИНСКАЯ ФИЗИКА
Исследование и разработка методов автоматического поиска признаков болезни Паркинсона и эссенциального тремора на базе AUC-диаграмм
1Сушкова О.С., 1Морозов А.А., 1Хохлова М.Н., 1Кершнер И.А., 2Габова А.В., 3Чигалейчик Л.А., 3Карабанов А.В.
1Институт радиотехники и электроники им. В.А. Котельникова РАН, http://www/cplire.ru/
Москва 125009, Российская Федерация
2Институт высшей нервной деятельности и нейрофизиологии РАН, http://ihna.ru/
Москва 117485, Российская Федерация
3ФГБНУ "Научный центр неврологии", https://www.neurology.ru/
Москва 125367, Российская Федерация
E-mail: o.sushkova@mail.ru, morozov@cplire.ru, ivan.kershner@gmail.com, margokhokhlova@gmail.com, agabova@yandex.ru, chigalei4ick.lar@yandex.ru, doctor.karabanov@mail.ru
Поступила 08.03.2024, рецензирована 11.03.2024, принята 13.03.2024, опубликована 15.03.2024.
Аннотация: Исследованы и разработаны методы автоматического поиска признаков нейродегенеративных заболеваний "болезнь Паркинсона" и "эссенциальный тремор" на основе AUC-диаграмм и алгоритмов оптимизации. AUC-диаграммы являются новым методом статистического анализа биомедицинских сигналов, основанным на визуализации параметров всплескообразной электрической активности мозга и мышц. Эффективность этого метода была продемонстрирована при решении задач ранней и дифференциальной диагностики болезни Паркинсона и эссенциального тремора. Недостатком данного метода является необходимость построения и анализа большого количества графических диаграмм. В связи с этим, автоматизация анализа AUC-диаграмм является актуальной задачей. Математическая задача поиска признаков на основе анализа AUC-диаграмм сводится к задаче оптимизации в многомерном пространстве признаков. Отличительной особенностью пространства признаков, построенного с использованием AUC-диаграмм, является наличие сравнительно больших компактных областей, содержащих локальные максимумы и минимумы. Это свойство пространства признаков облегчает поиск решений задачи оптимизации, но при этом требует выбор алгоритмов оптимизации и целевых функций, повышающих вероятность обнаружения глобальных экстремумов. В данной работе исследованы и разработаны методы автоматического поиска глобальных экстремумов в многомерном пространстве признаков всплескообразной электрической активности.
Ключевые слова: методы оптимизации, робастность, AUC-диаграммы, ROC-анализ, всплеск, электромиограмма, болезнь Паркинсона, эссенциальный тремор, дифференциальная диагностика, признаки нейродегенеративных заболеваний
УДК 519.67, 612.8, 53.083, 519.24, 004.93
РЭНСИТ, 2023, 16(1):67-78
DOI: 10.17725/rensit.2024.16.067
Полнотекстовая электронная версия статьи – на вебсайтах http://elibrary.ru и
http://rensit.ru/vypuski/article/536/16(1)67-78.pdf