Предложенный метод в перспективе может использоваться в качестве дополнительного инструмента для диагностики нейродегенеративных заболеваний.
По данным Всемирной организации здравоохранения, в мире более 50 миллионов человек страдают старческой деменцией, из них две трети приходится на болезнь Альцгеймера (заболевание характеризуется потерей памяти, в первую очередь краткосрочной). В России этим недугом страдает около 1-го миллиона человек. При этом выявить болезнь Альцгеймера на ранних стадиях проблематично, поскольку в организме человека действует множество компенсаторных механизмов, предотвращающих нарушение поведения.
Однако существует целый ряд факторов, который косвенно может свидетельствовать о появлении нейродегенеративных заболеваний. Одни из них характеризуется постепенными нарушениями походки и осанки. Подобные изменения часто могут быть практически незаметны для глаза врача, либо их определение является трудоемкой и утомительной задачей, решение которой зависит от субъективного мнения специалиста. Соответственно, возрастает вероятность ошибочного или запоздалого диагноза.
По данным Всемирной организации здравоохранения, в мире более 50 миллионов человек страдают старческой деменцией, из них две трети приходится на болезнь Альцгеймера (заболевание характеризуется потерей памяти, в первую очередь краткосрочной). В России этим недугом страдает около 1-го миллиона человек. При этом выявить болезнь Альцгеймера на ранних стадиях проблематично, поскольку в организме человека действует множество компенсаторных механизмов, предотвращающих нарушение поведения.
Однако существует целый ряд факторов, который косвенно может свидетельствовать о появлении нейродегенеративных заболеваний. Одни из них характеризуется постепенными нарушениями походки и осанки. Подобные изменения часто могут быть практически незаметны для глаза врача, либо их определение является трудоемкой и утомительной задачей, решение которой зависит от субъективного мнения специалиста. Соответственно, возрастает вероятность ошибочного или запоздалого диагноза.
«Мы предложили подход для анализа поведения животных на видеозаписях, позволяющий оперативно выявлять различные нарушения походки, которые характерны для нейродегенеративных заболеваний. Эксперименты на мышах показали высокую эффективность предложенной методики», - говорит профессор кафедры радиотехнических систем СПбГЭТУ «ЛЭТИ» Михаил Игоревич Богачев.
Исследования проводились на лабораторных мышах, подверженных болезни Альцгеймера. В своем исследовании для распознавания движений грызунов ученые применили методы анализа потокового видео на основе технологий глубокого машинного обучения – эти инструменты появились в последнее десятилетие, они являются значительно более точными по сравнению с традиционными подходами компьютерного зрения. Для сбора информации о движении грызунов съемка проводилась снизу. Поэтому для экспериментов был оборудован специальный бокс с прозрачным полом.
На основе собранного материала (всего 23 видеозаписи) ученые проанализировали траектории движения животных и даже их отдельных частей (морда, лапы, хвост и проч.). Затем они оценили характеристики траекторий движения объектов. Для этого они использовали широко распространенные в статистической физике методы описания движения частиц, в частности, при описании процессов, происходящих во время диффузии различных веществ.
Благодаря применению данных методов была создана математическая модель, которая позволяет оперативно и детально реконструировать траекторию движения грызунов, а затем с ее помощью выявлять практически незаметные поведенческие отклонения от нормы, которые могут свидетельством проявления симптомов болезни Альцгеймера. Результаты исследования опубликованы в научном журнале Frontiers in Neuroinformatics.
На основе собранного материала (всего 23 видеозаписи) ученые проанализировали траектории движения животных и даже их отдельных частей (морда, лапы, хвост и проч.). Затем они оценили характеристики траекторий движения объектов. Для этого они использовали широко распространенные в статистической физике методы описания движения частиц, в частности, при описании процессов, происходящих во время диффузии различных веществ.
Благодаря применению данных методов была создана математическая модель, которая позволяет оперативно и детально реконструировать траекторию движения грызунов, а затем с ее помощью выявлять практически незаметные поведенческие отклонения от нормы, которые могут свидетельством проявления симптомов болезни Альцгеймера. Результаты исследования опубликованы в научном журнале Frontiers in Neuroinformatics.
«Предложенный метод автоматизированного анализа движения может использоваться в биологии в качестве рабочего инструмента для оперативного выявления различных нарушений походки и поведенческих аспектов у животных. Мы также считаем, что в перспективе предложенные математические модели благодаря своей универсальности могут использоваться, как дополнительный инструмент для диагностики нейродегенеративных заболеваний у человека», - поясняет Богачев.
В состав научной группы, помимо сотрудников ЛЭТИ, вошли ученые из Казанского (Приволжского) федерального университета, Института органической и физической химии им. А.Е. Арбузова и Казанского государственного медицинского университета. Исследование выполнено в рамках госзадания (№ FSEE-2020-0002).
Проведенное исследование является частью одного из направлений работы ученых ЛЭТИ в области автоматизированного анализа поведения людей и животных, которые в дальнейшем могут найти применение в различных сферах жизни общества, среди которых физиология и медицина. Например, ранее исследователи СПбГЭТУ «ЛЭТИ» научились выявлять степень гиперактивности собак по анализу их поведения, зафиксированного на видео.
В настоящее время ученые продолжают исследования в развитие данного направления совместно со специалистами Института физиологии им. И.П. Павлова, Научного центра реабилитации инвалидов им Г.А. Альбрехта, Санкт-Петербургского государственного университета и Санкт-Петербургского государственного химико-фармацевтического университета.
Источник
Проведенное исследование является частью одного из направлений работы ученых ЛЭТИ в области автоматизированного анализа поведения людей и животных, которые в дальнейшем могут найти применение в различных сферах жизни общества, среди которых физиология и медицина. Например, ранее исследователи СПбГЭТУ «ЛЭТИ» научились выявлять степень гиперактивности собак по анализу их поведения, зафиксированного на видео.
В настоящее время ученые продолжают исследования в развитие данного направления совместно со специалистами Института физиологии им. И.П. Павлова, Научного центра реабилитации инвалидов им Г.А. Альбрехта, Санкт-Петербургского государственного университета и Санкт-Петербургского государственного химико-фармацевтического университета.
Источник