파킨슨병(PD)의 이질성은 특히 증상이 매우 미묘할 수 있는 초기 질환 단계에서 정확한 진단에 상당한 어려움을 초래한다. 본 연구는 웨어러블 센서를 통해 측정한 6분 보행검사(6MWT) 기반의 합성곱 신경망(CNN) 기법의 정확도를 평가하여, 초기 단계 파킨슨병 환자(n = 78)와 건강 대조군(n = 50)을 구별하고자 하였다. 참가자들은 6개의 센서를 착용하고 6MWT를 수행하였다. 시계열 데이터는 새로운 이미지로 변환되었다. 그 결과 요추(lumbar spine)의 자이로스코프 수직 성분이 83.5%로 가장 높은 분류 정확도를 보였고, 그다음이 흉추(thoracic spine)(83.1%), 우측 허벅지(right thigh) 분절(79.5%)이었다. 이러한 결과는 6MWT와 CNN 모델이 파킨슨병 증상의 조기 진단 및 모니터링을 촉진할 수 있으며, 정상 보행 패턴에서 병적 보행 패턴으로 전환되는 중요한 시기에 임상의가 적시에 치료를 제공할 수 있게 함을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.