Interpretable Multiclass Parkinson’s Disease Classification from Single-Camera Video Using Kinematic and Nonlinear Dynamic Features

Resumen Técnico: Clasificación Multiclase Interpretable de la Enfermedad de Parkinson a partir de Vídeo de Cámara Única

Planteamiento del Problema
La enfermedad de Parkinson (EP) es un trastorno neurológico progresivo caracterizado por síntomas motores como el deterioro de la marcha, la bradicinesia y la rigidez. Aunque las escalas clínicas como la UPDRS son el estándar de evaluación, estas son subjetivas y a menudo carecen de sensibilidad ante alteraciones sutiles de la marcha. Los métodos objetivos existentes, como la captura de movimiento y las plataformas de fuerza, son precisos pero costosos e impracticables para un uso rutinario. Los enfoques basados en visión ofrecen una alternativa sin contacto, pero la literatura actual enfrenta tres brechas persistentes:

1. La mayoría de los estudios plantean la detección de la EP como una tarea binaria (EP frente a Sano), descuidando la tarea clínicamente crítica de la estadificación de la gravedad (por ejemplo, distinguir entre EP leve y moderada).
2. Aunque las métricas de dinámica no lineal (por ejemplo, dimensión fractal, entropía) han sido validadas como biomarcadores sensibles, su integración en un flujo de trabajo de clasificación multiclase interpretable sigue sin explorarse.
3. Los conjuntos de datos de la marcha de la EP disponibles públicamente suelen ser pequeños, desequilibrados y carecen de diversidad, lo que conlleva un alto riesgo de estimaciones de rendimiento optimistas si los protocolos de evaluación no se diseñan rigurosamente para evitar la fuga de datos (data leakage).

Metodología
Los autores proponen un marco de cámara única y sin marcadores que extrae características cinemáticas y de dinámica no lineal a partir de la estimación de la pose basada en vídeo para clasificar la marcha en tres categorías: Sano (NM), EP Leve (PD_ML) y EP Moderada (PD_MD).

• Adquisición y Preprocesamiento de Datos: El estudio utiliza un conjunto de datos público (Kour et al., 2020, 2022) que contiene 78 muestras de vídeo utilizables (57 NM, 10 PD_ML, 11 PD_MD). Los vídeos fueron grabados a 25 fps utilizando una cámara RGB fija. La estimación de la pose se realizó mediante MediaPipe Holistic para extraer 33 puntos de referencia anatómicos, centrándose en las articulaciones de las extremidades superiores e inferiores.
• Extracción de Características:
  • Características Cinemáticas: Seis descriptores a nivel de zancada que incluyen el tiempo de zancada, el tiempo de balanceo, el tiempo de apoyo, la longitud de la zancada y la velocidad de la zancada.
  • Características de Dinámica No Lineal (NLD): Cuatro métricas computadas a partir de series temporales de coordenadas 2D de las articulaciones: Exponente de Hurst (H), Complejidad de Lempel–Ziv (LZC), Análisis de Fluctuación Detendida (DFA) y Dimensión de Box-Counting (D).
  • Esto resultó en un espacio de características inicial de 46 dimensiones (40 NLD + 6 Cinemáticas).
• Selección de Características: Para abordar el pequeño tamaño de la muestra y prevenir el sobreajuste, los autores emplearon un estricto flujo de validación cruzada anidada. La selección de características se realizó utilizando criterios de Mínimos Cuadrados Ordinarios (OLS) (Mallows' Cp, AIC, BIC, R² ajustado) sobre un objetivo binario recodificado temporalmente (NM frente a PD) para identificar subconjuntos óptimos. Esto produjo tres conjuntos de características fijos:
  • Caso 1: 7 características (Cp/BIC)
  • Caso 2: 9 características (AIC)
  • Caso 3: 19 características (R² ajustado)
• Entrenamiento y Evaluación del Modelo: Se evaluaron tres modelos de aprendizaje automático: Bosque Aleatorio (RF), Máquina de Vectores de Soporte (SVM) con núcleo RBF y una Red Neuronal (NN) de alimentación hacia adelante (feed-forward).
  • Protocolo de Validación: Se utilizó una validación cruzada de 5 pliegues estratificada repetida (10 repeticiones). Crucialmente, todos los pasos de preprocesamiento (escalado, SMOTE para el equilibrio de clases) se realizaron únicamente dentro de los pliegues de entrenamiento para evitar la fuga de información.
  • Interpretabilidad: La importancia de las características se analizó mediante la Importancia de la Permutación (para RF) y valores SHAP (para SVM y NN).
  • Estudio de Ablación: Los modelos fueron probados con conjuntos de características únicamente Cinemáticas, únicamente NLD y combinados.

Contribuciones Clave

1. Estadificación de la Gravedad Multiclase: El trabajo demuestra la viabilidad de distinguir entre etapas de la EP sana, leve y moderada utilizando características de la marcha estimadas por la pose, yendo más allá de la detección binaria.
2. Integración de la Dinámica No Lineal: El estudio identifica que los descriptores de dinámica no lineal, particularmente aquellos derivados de las articulaciones distales (muñeca, tobillo, codo), constituyen la mayoría de las características seleccionadas y sirven como fuertes candidatos a biomarcadores para la variabilidad de la marcha en la EP.
3. Marco de Evaluación Riguroso: Los autores implementan un flujo de validación cruzada anidada estrictamente controlado que confina la selección de características y el remuestreo dentro de los pliegues, asegurando una estimación imparcial del rendimiento en un entorno de escasez de datos.

Resultados

• Rendimiento: En el conjunto de prueba mantenido aparte (aprox. 16 muestras), todos los modelos alcanzaron una alta precisión.
  • Caso 2 (9 características): Los tres modelos (RF, SVM, NN) alcanzaron un 100% de precisión y una precisión/exhaustividad (precision/recall) perfecta en todas las clases en el conjunto de prueba.
  • Casos 1 y 3: Los modelos alcanzaron un 93.75% de precisión, ocurriendo los errores principalmente al distinguir las clases minoritarias de la EP (PD_ML o PD_MD).
  • Validación Cruzada: El SVM con núcleo RBF logró la mayor precisión media de validación cruzada (0.8366), mientras que la Red Neuronal alcanzó una precisión similar (0.8338) con una menor varianza.
• Importancia de las Características:
  • Las características de dinámica no lineal dominaron los subconjuntos seleccionados (oscilando entre el 71% y el 84% de las características en los casos).
  • Los contribuyentes clave incluyeron la longitud de la zancada (cinemática) y métricas NLD como el exponente de Hurst (muñeca), la complejidad de Lempel–Ziv (tobillo) y el DFA (rodilla/hombro).
  • Los estudios de ablación mostraron que, si bien las características cinemáticas impulsaron la precisión en los conjuntos más pequeños, el conjunto de características combinado proporcionó consistentemente el rendimiento más estable y equilibrado (mayor F1-Macro y AUC).
• Eficiencia Computacional: El SVM demostró los tiempos de entrenamiento e inferencia más bajos, lo que lo hace adecuado para aplicaciones en tiempo real. Las Redes Neuronales incurrieron en costos computacionales significativamente mayores, pero se mantuvieron dentro de rangas aceptables para el uso clínico fuera de línea.

Significancia y Reivindicaciones
El artículo afirma proporcionar una base para la evaluación de la marcha escalable y asistida por IA en la atención de la salud neuromotora. Su principal significancia radica en demostrar que la clasificación multiclase interpretable de la marcha parkinsoniana es alcanzable utilizando un vídeo estándar de cámara única sin hardware especializado.

Los autores señalan modestamente que, aunque los resultados son prometedores, la naturaleza pequeña y desequilibrada del conjunto de datos limita la fuerza de las afirmaciones de generalización. Enfatizan que las métricas no lineales funcionan como descriptores empíricos de la variabilidad de la marcha en lugar de explicaciones mecánicas de los procesos neurológicos. En consecuencia, el estudio aboga por trabajos futuros que involucren cohortes más grandes e independientes y la integración de covariables demográficas (edad, altura) para validar estos hallazgos y refinar la utilidad clínica de estos biomarcadores digitales. El marco se presenta como una plataforma versátil extensible a otras patologías de la marcha, cerrando la brecha entre la compleja dinámica de la marcha y los conocimientos clínicos accionables.