Amplificación visual de signos óculo-motores para el reconocimiento de patrones parkinsonianos

Abstract

Las alteraciones óculo-motoras constituyen un biomarcador prometedor para detectar y caracterizar la enfermedad de Parkinson (EP), inclusive en etapas pródromas. En la actualidad, sin embargo, solo se cuenta con el uso de dispositivos de seguimiento visual que entregan trayectorias globales y simplificadas para aproximar la compleja cinemática de la función óculo-motora. La adquisición de estas señales además suele requerir de protocolos intrusivos y sofisticados pasos de calibración. Este trabajo presenta un novedoso biomarcador de imagen para evaluar la EP mediante el modelamiento de los movimientos de fijación ocular, registrados con cámaras convencionales. En primer lugar, se realiza un proceso de magnificación de video basado en aceleración, cuyo fin es mejorar visualmente pequeños patrones relevantes de fijación en los videos capturados. Seguidamente se procede a extraer un conjunto de cortes espacio-temporales por video, los cuales son representados como mapas de características desde las primeras capas pre-entrenadas de redes neuronales convolucionales. A continuación, estos mapas se codifican eficientemente mediante matrices de covarianza para el entrenamiento de una máquina de soporte vectorial que lleva a cabo la clasificación de la enfermedad. Utilizando un conjunto de 130 videos en un estudio con 13 pacientes PD y 13 control, el enfoque propuesto alcanzó una precisión media de 95.4% y un área bajo la curva ROC de 0.984, siguiendo un esquema de validación cruzada por paciente excluido. El descriptor introducido captura adecuadamente en los ojos patrones de temblor conocidos en PD mostrando un desempeño sobresaliente.