Группа швейцарских учёных из Женевского университета разработала систему автоматизированного анализа видео для диагностики ранних стадий аутизма у детей до пяти лет. Система правильно определяет наличие расстройства в 80 % случаев, ориентируясь на то, как дети играют со взрослыми на десятиминутном видео.

(А1) Ключевые точки OpenPose наложены на видеозапись из оценки ADOS. (A2) Каркас, нанесённый на нулевой фон
(А1) Ключевые точки OpenPose наложены на видеозапись из оценки ADOS. (A2) Каркас, нанесённый на нулевой фон

Аутизм развивается вследствие нарушений в развитие головного мозга. Он характеризуется выраженным и всесторонним дефицитом социального взаимодействия и общения, ограниченными интересами и повторяющимися действиями. Это расстройство диагностируют исключительно по поведению. Некоторые зачатки аутизма видны уже в очень раннем возрасте, тем не менее его очень сложно уверенно диагностировать у детей до пяти лет.

Учёные Женевского университета отмечают в своём исследовании, что чем раньше поставлен диагноз, тем быстрее и качественнее родители смогут компенсировать задержки в развитии ребёнка. Чтобы облегчить диагностику расстройства с первых дней жизни, авторы решили создать систему для анализа видео на основе машинного зрения, определяющую присутствие аутизма по движениям и взаимодействию рабёнка с окружающим миром.

Систему обучали на видео с 34 детьми с нормальным развитием и 34 детей с аутизмом в возрасте от 1,2—5,1 лет. Такие же группы детей были набраны для тестирования системы. Для проверки надёжности метода авторы включили дополнительную тестовую выборку из 101 видео с аутистами в возрасте 2,3—4,62 лет. Группа со здоровыми детьми прошла тщательное обследование на присутствие любых неврологических расстройств и расстройств аутистического спектра как у самих детей, так и у их ближайших родственников.

Оценка состояния проводилась с учётом возраста детей и их способности выполнять сложные когнитивные задачи. В ходе работы система опиралась на шкалу наблюдения для диагностики расстройств аутистического спектра ADOS-2. Она включает в себя пять модулей, охватывающих возраст 1—18 лет и различные языковые уровни, начиная от отсутствия выразительного использования слов и заканчивая беглым сложным языком. В данной работе авторы сосредоточились на модулях 1 и 2. Они направлены на оценку невербальных аспектов социального общения и взаимодействия.

Нейросеть основана на технологии машинного зрения OpenPose. Она формирует «скелет» человека на основе анализа двумерного изображения и отслеживает по нему движение объекта, отсекая все лишние факторы.

Архитектура нейросети
Архитектура нейросети

Исследователи не создавали конкретных сценариев для экспериментов. В рамках наблюдений дети свободно передвигались и играли со взрослыми. Кроме того, сам метод не требует установки датчиков или иных механизмов на детей или взрослых и может обеспечить полную анонимность, поскольку алгоритм не собирает дополнительные данные.

В итоге обученная нейросеть с точностью выше 80 % определяла наличие у детей расстройств аутистического спектра. При продолжительности видео в 10 минут точность определения составила 70 %. Авторы отмечают, что видео в исследовании были максимально разнородными — оценки проводились в разных комнатах и снимались разными системами камер.

Исследователи не планируют развивать систему до полной автоматизации постановки диагноза. Конечная цель авторов — создать эффективный вспомогательный механизм, способный обнаружить ранние паттерны расстройств аутистического спектра для дальнейшей тщательной диагностики специалистом-человеком.

В будущем авторы обратят особое внимание на невербальное взаимодействие детей. В частности, нейросеть будут учить различать частоту коммуникативных жестов, особенности общих аффективных состояний и нетипичные социальные проявления.

Материалы исследования опубликованы в статье «Using 2D video-based pose estimation for automated prediction of autism spectrum disorders in young children» в журнале Nature Doi.org/10.1038/s41598-021-94378-z.

Источник: Habr

Подписаться
Уведомить о
guest
0 комментариев
Межтекстовые Отзывы
Посмотреть все комментарии

Похожие записи: