Краткое содержание

arXiv:2510.10121v2 Тип объявления: замена Аннотация: Точная оценка тяжести болезни Паркинсона (БП) имеет решающее значение для эффективного клинического ведения пациентов и разработки вмешательств. Несмотря на предложение нескольких жестовых систем распознавания БП, включая системы, использующие задание постукивания пальцами для оценки симптомов паркинсонизма, их производительность остается неудовлетворительной. В данном исследовании мы представляем многоклассовую систему обнаружения БП, основанную на постукивании пальцами, с использованием усиленной вниманием архитектуры CNN-BiLSTM в сочетании с методами ручного извлечения признаков и глубоким обучением. В ходе процедуры мы использовали существующий набор видеоданных постукиваний пальцами для извлечения временных, частотных и амплитудных характеристик движений запястья и руки с помощью соответствующих формул. Затем эти вручную извлеченные признаки были обработаны через нашу архитектуру CNN-BiLSTM с механизмом внимания — гибридный подход глубокого обучения, объединяющий свёрточные сети (CNN), двунаправленные рекуррентные сети LSTM и механизмы внимания для классификации степени тяжести БП по нескольким уровням.