На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Мировое обозрение

174 подписчика

Свежие комментарии

  • Владимир Алтайцев
    🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮🤮😔😔😔Был ли Пригожин е...
  • Владимир Алтайцев
    Xnj,  nt,t? uyblt? clj[yenm d  cnhfiys[ vextybz['/Чтоб  тебе, писаке, сдохнуть в страшных мучениях, как собаке в кана...Был ли Пригожин е...
  • Галина Соколова
    О чем предупредил!?что за идиот печатает такие статьи!?СРОЧНО - Президен...

Разработана магнитоупругая ручка для ранней диагностики болезни Паркинсона по почерку

Исследователи Калифорнийского университета в Лос-Анджелесе разработали новую диагностическую систему, использующую магнитоупругую «умную» ручку, напечатанную на 3D-принтере, для выявления ранних признаков болезни Паркинсона. Система анализирует особенности почерка, предоставляя врачам возможность более ранней диагностики и потенциально более эффективного лечения.

Ручка, описанная в статье, опубликованной в журнале Natural Chemical Engineering, оснащена мягким кремниевым наконечником, содержащим феррожидкие чернила — жидкость с крошечными магнитными частицами. При движении ручки по поверхности или в воздухе, наконечник преобразует эти движения в высокоточные сигналы, которые фиксируются катушкой из проводящей нити, расположенной внутри корпуса ручки. Ручка не предназначена для письма в традиционном смысле, а функционирует как датчик, генерирующий данные на основе изменений магнитных свойств наконечника и динамики феррожидкостных чернил. Эти данные затем передаются для анализа.

Автор: Лаборатория Джуна Чена/Калифорнийский университет Источник: techxplore.com

Для оценки эффективности новой системы было проведено пилотное исследование с участием 16 человек, включая трех пациентов с болезнью Паркинсона. Данные, собранные ручкой в процессе выполнения письменных заданий, были обработаны с помощью нейронной сети, обученной распознавать двигательные паттерны, характерные для болезни Паркинсона. Результаты показали высокую точность — 96,22% - в различении пациентов с болезнью Паркинсона от здоровых участников.

Разработка представляет собой потенциально доступный и недорогой инструмент для скрининга, который может быть использован в широком масштабе, включая регионы с ограниченными ресурсами.

В отличие от существующих методов диагностики, требующих специализированного оборудования и квалифицированных специалистов, «умная» ручка может быть использована врачами общей практики или гериатрическими специалистами в рамках плановых осмотров. Полученные данные могут служить основой для своевременной консультации со специалистом или назначения соответствующего лечения.

По словам Джуна Чена, доцента кафедры биоинженерии Калифорнийского университета в Лос-Анджелесе и руководителя исследования, выявление едва заметных двигательных симптомов имеет решающее значение для раннего вмешательства при болезни Паркинсона. Исследователи предполагают, что данная технология может быть адаптирована для диагностики и других нейродегенеративных заболеваний, где раннее обнаружение играет ключевую роль в улучшении прогноза.

В разработке системы принимали участие Вэй Ван, профессор кафедры компьютерных наук, и Сун Ли, профессор биоинженерии. В команду также входили аспиранты Гожуй Чен, Чжаоци Дуань, Камрин Скотт, Сюнь Чжао, Тринни Тат, Ихао Чжоу, а также научные сотрудники Цзэян Лю и Цзюнкай Чжан. Исследование проводилось при поддержке Калифорнийского института наносистем.

В ходе дальнейших исследований планируется расширить базу данных для обучения нейронной сети, включив в нее данные от большего числа пациентов с болезнью Паркинсона на разных стадиях заболевания. Также ведется работа над оптимизацией алгоритмов анализа данных для повышения точности и чувствительности системы. В перспективе предполагается разработка мобильного приложения, которое позволит пациентам и врачам получать результаты анализа в режиме реального времени. Кроме того, рассматривается возможность интеграции ручки с другими носимыми устройствами для мониторинга двигательной активности и получения более полной картины состояния пациента.

Источник: Tech Xplore

Ссылка на первоисточник
наверх