Estimating Parkinson’s Disease Progression from Finger-Tapping Videos Using Gaussian Processes
Abstract
Parkinsonova bolezen je druga najpogostejša degeneratvina bolezen. Je neozdravljiva, vendar se ob zgodnjem odkritju napredovanje lahko upočasni. Pogosto se zgodi, da se znaki bolezni zgodaj opazijo s strani družinskih zdravnikov, vendar zaradi dolgih čakalnih vrst za nevrologa, diagnoza in posledično zdravljenje, pridejo nekoliko kasneje. Krajšanju čakalnih vrst bi lahko pripomogla avtomatizacija napovedovanja stopnje bolezni, kar je motivacija za nastanek te naloge. Eden izmed načinov ocenjevanja stopnje prizadetosti je uporaba testa tapkanja s prsti, ki je del lestvice MDS-UPDRS. V sklopu naloge smo uporabili video posnetke, kjer pacienti izvajajo test tapkanja. Ti so bili ocenjeni s strani zdravnika od 0 do 4 z uporabo kriterijev, ki jih določa lestvica. Za zaznavo roke smo uporabili orodje MMPose ter iz pridobljenih ključnih točk izdelali značilke. Klasifikacijo smo izvedli z uporabo Gaussovih procesov, pri čemer smo primerjali učinkovitost različnih kovariančnih funkcij oziroma jeder. Najboljši rezultat smo dosegli z uporabo jedra Matern 3/2, kjer je model dosegel 66% točnost in 0,66 F1 vrednost.
Fields of Study & Subjects
Human Pose and Action Recognition
Artificial Intelligence in Healthcare
Hand Gesture Recognition Systems
Publication details
- Journal / source
- Repository of the University of Ljubljana (University of Ljubljana)
- Publication date
- 6 February 2026
- Language
- SL
- Document type
- Thesis