Analyse du syndrome parkinsonien par une approche informatique de deep learning - 11/04/21
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
| pages | 2 |
| Iconographies | 0 |
| Vidéos | 0 |
| Autres | 0 |
Résumé |
Introduction |
La bradykinésie, lenteur d’un mouvement associée au décrément de son amplitude et/ou vitesse, est le signe essentiel du syndrome parkinsonien. En pratique, l’échelle MDS-UPDRS permet de l’évaluer subjectivement et qualitativement.
Objectifs |
En se basant sur une approche informatique novatrice de « deep learning », nous avons développé un outil permettant l’évaluation objective de la bradykinésie à partir de vidéos de patients.
Patients et méthodes |
De courtes vidéos de patients parkinsoniens, répliquant les items du MDS-UPDRS, ont été collectées dans un service de Neurologie spécialisé en mouvements anormaux. Plusieurs algorithmes de deep learning, dont DeepLabCut®, ont été appliqués et implémentés permettant de définir un réseau 2D de la main composé de 21 points prédéfinis et reproductibles, et de le transposer en un réseau en 3D. Un outil d’analyse semi-automatisée bi- et tri-dimensionnelle a ensuite été développé.
Résultats |
Nous avons analysé de manière indépendante les trois tests de bradykinésie du membre supérieur du MDS-UPDRS. Pour le tapotement pouce–index, nous avons déterminé la distance entre l’index et du pouce, afin d’étudier la dynamique de cette action au cours du temps. De même, pour les mouvements d’ouverture–fermeture de la main, nous avons calculé l’amplitude et la vitesse d’ouverture du poing. Enfin, les mouvements de pronation–supination sont décrits par l’évolution de l’angle de rotation du poignet.
Discussion |
L’analyse automatisée sur vidéo du mouvement permet d’obtenir des caractéristiques quantitatives objectives précises et comparables, utiles en clinique et en recherche. Cet outil permettrait notamment d’évaluer objectivement les effets de traitements neuroprotecteurs chez des patients paucisymptomatiques. L’ensemble du domaine des Mouvements Anormaux pourrait profiter de tels algorithmes pour une analyse objective et précise du mouvement.
Conclusion |
Nous avons développé un outil permettant une analyse objective et précise de la bradykinésie. D’autres études sont nécessaires pour définir l’applicabilité de cette technique.
Le texte complet de cet article est disponible en PDF.Mots clés : Mouvements anormaux, Deep learning, Bradykinésie
Plan
Vol 177 - N° S
P. S30-S31 - avril 2021 Retour au numéro
Article précédent
- Évolution de l’atteinte dopaminergique nigro-striatale dans l’atrophie multisystématisée cérébelleuse, une étude prospective
- Thomas Wirth, Ben Monga, Odile Gebus, Andra-Valentina Iosif, Izzie Namer, Christine Tranchant, Mathieu Anheim
- Méningo-encéphalite tuberculeuse compliquée de mouvements anormaux multiples par atteinte bilatérale des noyaux gris centraux
- Hajar Naciri Darai, Wadii Bnouhanna, Ali Benomar, Regragui Wafaa
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.
Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.
Déjà abonné à cette revue ?