초록 파킨슨병(PD)의 이질성은 특히 증상이 매우 미묘할 수 있는 초기 단계 질환에서 정확한 진단에 중대한 어려움을 야기한다. 본 연구는 착용형 센서를 이용한 6분 보행검사(6MWT) 기반의 합성곱 신경망(CNN) 기법의 정확도를 평가하고자 하였다. 구체적으로, 초기 단계 PD 환자(n = 78)를 건강한 대조군(n = 50)과 구분하는 데 있어 해당 기법의 정확도를 확인하고자 했다. 6개의 센서를 착용한 참가자들은 6MWT를 수행하였고, 시계열 데이터를 새로운 이미지로 변환하였다. 주요 결과로, 요추 척추의 자이로스코프 수직 성분이 83.5%로 가장 높은 분류 정확도를 보였으며, 이어서 흉추(83.1%)와 우측 대퇴부(79.5%) 분절이 뒤를 이었다. 이러한 결과는 6MWT와 CNN 모델이 임상의가 더 이른 시기에 PD 증상을 진단하고 추적할 수 있는 길을 열어, 노화 관련 보행 패턴에서 병적 보행 패턴으로 전환되는 ‘골든 전이’ 시기에 적절한 치료를 제공하는 데 기여할 수 있음을 시사한다.

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