Παράλυση προσώπου: Πώς την ανιχνεύει συσκευή βαθιάς μάθησης;

Παράλυση προσώπου: Η χρήση αυτού του συστήματος από τον ασθενή στο σπίτι στη διαγνωστική διαδικασία μειώνει την αμηχανία, την προσπάθεια, τον χρόνο και το κόστος.

Μια συσκευή Raspberry Pi με ψηφιακή κάμερα και αλγόριθμο βαθιάς μάθησης μπορεί να ανιχνεύσει την παράλυση προσώπου (FP) με υψηλή ακρίβεια, σύμφωνα με μια μελέτη που δημοσιεύθηκε πρόσφατα στο BioMedInformatics. Σημειώνοντας ότι η βαθιά εκμάθηση είναι η καλύτερη λύση για την ανίχνευση FP σε πραγματικό χρόνο με υψηλή ακρίβεια, ο Ali Saber Amsalam, από το Middle Technical University στη Βαγδάτη, στο Ιράκ, και οι συνεργάτες του χρησιμοποίησαν μια συσκευή Raspberry Pi με ψηφιακή κάμερα και έναν αλγόριθμο βαθιάς μάθησης για να προτείνουν σύστημα ανίχνευσης σε πραγματικό χρόνο για FP και για τον προσδιορισμό του φύλου και της ηλικίας ενός ασθενούς.

Οι ερευνητές διαπίστωσαν ότι η προτεινόμενη λύση διευκολύνει τη διάγνωση τόσο για τους γιατρούς όσο και για τους ασθενείς και θα μπορούσε να αποτελέσει μέρος μιας ιατρικής αξιολόγησης. Η μελέτη πέτυχε ακρίβεια 98 τοις εκατό χρησιμοποιώντας ένα σύνολο δεδομένων 20.600 εικόνων, συμπεριλαμβανομένων 19.000 κανονικών εικόνων και 1.600 εικόνων FP.

«Η διαγνωστική ακρίβεια του προτεινόμενου συστήματος έφτασε το 98 τοις εκατό», γράφουν οι συγγραφείς. “Προτείνεται ως βοηθητικό ιατρικό διαγνωστικό εργαλείο για γιατρούς, νοσηλευτικό προσωπικό και ασθενείς. Η χρήση αυτού του συστήματος από τον ασθενή στο σπίτι στη διαγνωστική διαδικασία μειώνει την αμηχανία, την προσπάθεια, τον χρόνο και το κόστος. Συνεχίζονται περαιτέρω εργασίες για την ανάπτυξη του συστήματος διάγνωση περισσότερων καταστάσεων».

Αντιμετώπιση του υποσιτισμού σε παιδιά με εγκεφαλική παράλυση με τον σωλήνα σίτισης PEG

Πώς η τεχνολογία μπορεί να βελτιώσει τη ζωή των ατόμων με κινητικές δυσκολίες;

Μπορεί η εγκεφαλική παράλυση να υποχωρήσει με την ενηλικίωση;

Πόσο σημαντικός είναι ο ρόλος της έγκαιρης διάγνωσης και θεραπείας του εγκεφαλικού;