Koncepcja obiektywizacji testu zegara na potrzeby diagnostyki chorób neurodegeneracyjnych

• Autorzy: Jadczak Kamila , Jakubowski Jacek , Tomczykiewicz Kazimierz

Identyfikatory

DOI

10.15199/48.2019.11.38

Warianty tytułu

EN

Concept of objective assessment of the clock-drawing test for medical diagnosis of neurodegenerative diseases

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiona została propozycja wykorzystania inżynierskich technik akwizycji danych i metod głębokiego uczenia do obiektywnej analizy obrazów tworzonych w trakcie wywiadu przez pacjentów z zaburzeniami neurodegeneracyjnymi.

EN

The article presents a proposal of using engineering data acquisition techniques and deep learning methods for an objective analysis of images created during the history-taking in patients with neurodegenerative disorders.

Słowa kluczowe

PL

rozpoznawanie obrazów; sieć konwolucyjna; diagnostyka medyczna

EN

image recognition; convolution network; medical diagnostics

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2019
• Tom: R. 95, nr 11
• Strony: 144--149
• Opis fizyczny: Bibliogr. 19 poz., rys., tab.

Twórcy

autor

Jadczak Kamila

• Wojskowa Akademia Techniczna, Instytut Systemów Elektronicznych, ul. Gen. Sylwestra Kaliskiego 2, 00-908 Warszawa

autor

Jakubowski Jacek

• Wojskowa Akademia Techniczna, Instytut Systemów Elektronicznych, ul. Gen. Sylwestra Kaliskiego 2, 00-908 Warszawa

autor

Tomczykiewicz Kazimierz

• Warszawski Uniwersytet Medyczny, Katedra i Klinika Neurologii, ul. Banacha 1a, 02-097 Warszawa

Bibliografia

• [1] Smid J., Adoni T., Behind the faces: Alzheimer’s disease and emotional blindness, Arq Neuropsiquiatr, vol. 73(5), (2015), 381-382.
• [2] Pąchalska M., Otępienie czołowo-skroniowe. Ujęcie interdyscyplinarne, Krakowska Akademia im. Andrzeja Frycza Modrzewskiego, Kraków, (2012).
• [3] Olszewski H., Otępienie czołowo-skroniowe. Ujęcie neuropsychologiczne, Oficyna Wydawnicza Impuls, Kraków, (2008).
• [4] Barcikowska M., Otępienie, w: Gajewski P. Interna Szczeklika 2012. Medycyna Praktyczna, Kraków (2012), 2058-2063.
• [5] Youdim, M. B., & Bakhle, Y. S., Monoamine oxidase: isoforms and inhibitors in Parkinson's disease and depressive illness, British journal of pharmacology, 147 (S1), (2006).
• [6] Kruk A., Różne oblicza otępienia czołowo-skroniowego, Neuropsychologia.org, (2016), http://neuropsychologia.org/rozne-oblicza-otepienia-czolowoskroniowego.
• [7] Pąchalska M., et. al. Kliniczny Test Funkcji Wykonawczych - zrewidowany w diagnostyce różnicowej depresji, ze-społu lekkich zaburzeń poznawczych oraz otępienia typu Alzheimera, Psychogeriatria Polska, 1 (2), (2004), 119-144.
• [8] Bednorz A., et. al., Zastosowanie tabletowej wersji Testu Rysowania Zegara do rozpoznawania łagodnych zaburzeń poznawczych (MCI) u osób starszych, jako próba telediagnostyki w geriatrii, Geriatria, vol. 11, (2017), 5-14.
• [9] Onofri E., et al., Dysgraphia in Relation to Cognitive Performance in Patients with Alzheimer’s Disease, Journal of Intellectual Disability - Diagnosis and Treatment, vol. 1, (2013), 113-124.
• [10] Krzymiński S., Test rysowania zegara, Postępy Psychiatrii i Neurologii, No 4, suplement 1(2), (1995), 21-30.
• [11] Domańska Ł., Ocena pomijania stronnego metodami angażującymi procesy wzrokowe, Przegląd psychologiczny, tom 42, nr 1-2, (1999), 49-56.
• [12] Freedman M. et. al., Clock Drawing - A Neuropsychological Analysis, Oxford University Press, (1994).
• [13] Strauss E., et. al., A Compendium of Neuropsychological Tests: Administration, Norms, and Commentary, Third Edition, Oxford University Press, (2006).
• [14] Nirjon S., et. al., MOBI-COG: A Mobile Application for Instant Screening of Dementia Using the Mini-Cog Test, 5th Conference on Wireless Health, Bethesda, USA, (2014).
• [15] https://intuospro.wacom.pl/intuos-pro-paper.htm
• [16] Shamim et.al., Handwritten Digit Recognition using Machine Learning Algorithms, Global Journal of Computer Science and Technology: D Neural & Artificial Intelligence, vol. 18 (1), (2018), 17-23.
• [17] http://yann.lecun.com/exdb/mnist/
• [18] Bengio Y., Courville A., and Goodfellow I., Deep Learning - systemy uczące się, Wydawnictwo Naukowe PWN SA, Warszawa, (2018).
• [19] Glorot X., Bordes A., Bengio Y., Deep Sparse Rectifer Neural Networks, Proceedings of the 14th International Conference on Artifcial Intelligence and Statistics, Fort Lauderdale, FL, USA, (2011), 315-323.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).