也許很多朋友知道，帕金森病是一種神經(jīng)退行性疾病，影響了全世界超過1000萬人。傳統(tǒng)上需要通過發(fā)現(xiàn)動作遲緩、休息震顫(即四肢顫抖)和肌肉僵硬才能進行臨床診斷。但是早期診斷并不容易，一時成為了醫(yī)學界的難題。 

人工智能網(wǎng)絡(luò)圖(圖片來自網(wǎng)絡(luò))

近日，來自牛津大學的科學家在這方面取得了進展，他們開發(fā)了一個框架，可以自動檢測帕金森癥的早期預測因素:快速眼動(REM)睡眠行為障礙(RBD)。

對于RBD檢測，RF分類器被訓練以識別肌肉萎縮(肌肉失去其強度的狀況)和其他特征。 (肌肉萎縮是RBD最重要的預測因子。)在測試中，使用手動注釋睡眠分期時，準確度達到了96%，使用自動睡眠分期時準確度達到了92%。通過更好的自動化睡眠階段分類可以進一步改善結(jié)果--這是一種涉及深度學習的技術(shù)，分層數(shù)學函數(shù)模仿大腦中神經(jīng)元的行為。

這項研究驗證了一種易于處理、全自動化且敏感的RBD識別渠道，可以用于可穿戴設(shè)備，幫助早期識別帕金森病。