也许很多朋友知道，帕金森病是一种神经退行性疾病，影响了全世界超过1000万人。传统上需要通过发现动作迟缓、休息震颤(即四肢颤抖)和肌肉僵硬才能进行临床诊断。但是早期诊断并不容易，一时成为了医学界的难题。
人工智能网络图(图片来自网络)
近日，来自牛津大学的科学家在这方面取得了进展，他们开发了一个框架，可以自动检测帕金森症的早期预测因素:快速眼动(REM)睡眠行为障碍(RBD)。
对于RBD检测，RF分类器被训练以识别肌肉萎缩(肌肉失去其强度的状况)和其他特征。 (肌肉萎缩是RBD最重要的预测因子。)在测试中，使用手动注释睡眠分期时，准确度达到了96%，使用自动睡眠分期时准确度达到了92%。通过更好的自动化睡眠阶段分类可以进一步改善结果--这是一种涉及深度学习的技术，分层数学函数模仿大脑中神经元的行为。
这项研究验证了一种易于处理、全自动化且敏感的RBD识别渠道，可以用于可穿戴设备，帮助早期识别帕金森病。
