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

Résumé Technique : Classification multiclasse interprétable de la maladie de Parkinson à partir d'une vidéo à caméra unique

Énoncé du problème
La maladie de Parkinson (MP) est un trouble neurologique progressif caractérisé par des symptômes moteurs tels que l'altération de la marche, la bradykinésie et la rigidité. Bien que les échelles cliniques comme l'UPDRS constituent la norme pour l'évaluation, elles sont subjectives et souvent peu sensibles aux altérations subtiles de la marche. Les méthodes objectives existantes, telles que la capture de mouvement et les plateformes de force, sont précises mais coûteuses et peu pratiques pour une utilisation de routine. Les approches basées sur la vision offrent une alternative sans contact, pourtant la littérature actuelle fait face à trois lacunes persistantes :

1. La plupart des études cadrent la détection de la MP comme une tâche binaire (MP vs Sain), négligeant la tâche cliniquement critique de la stadification de la sévérité (par exemple, distinguer une MP légère d'une modérée).
2. Bien que les mesures de la dynamique non linéaire (ex. : dimension fractale, entropie) aient été validées comme biomarqueurs sensibles, leur intégration dans un pipeline de classification multiclasse interprétable reste inexplorée.
3. Les jeux de données publics de la marche liés à la MP sont généralement petits, déséquilibrés et manquent de diversité, ce qui entraîne un risque élevé d'estimations de performance optimistes si les protocoles d'évaluation ne sont pas rigoureusement conçus pour éviter la fuite de données (data leakage).

Méthodologie
Les auteurs proposent un cadre à caméra unique, sans marqueurs, qui extrait des caractéristiques cinématiques et de la dynamique non linéaire à partir de l'estimation de la pose basée sur la vidéo pour classer la marche en trois catégories : Sain (NM), MP Légère (PD_ML) et MP Modérée (PD_MD).

• Acquisition et prétraitement des données : L'étude utilise un jeu de données public (Kour et al., 2020, 2022) contenant 78 échantillons vidéo utilisables (57 NM, 10 PD_ML, 11 PD_MD). Les vidéos ont été enregistrées à 25 ips à l'aide d'une caméra RGB fixe. L'estimation de la pose a été réalisée via MediaPipe Holistic pour extraire 33 points de repère anatomiques, en se concentrant sur les articulations des membres supérieurs et inférieurs.
• Extraction de caractéristiques :
  • Caractéristiques cinématiques : Six descripteurs au niveau de la foulée comprenant le temps de foulée, le temps de balancement, le temps d'appui, la longueur de foulée et la vitesse de foulée.
  • Caractéristiques de la dynamique non linéaire (NLD) : Quatre métriques calculées à partir des séries temporelles de coordonnées 2D des articulations : l'exposant de Hurst (H), la complexité de Lempel–Ziv (LZC), l'analyse de fluctuation de la détrendisation (DFA) et la dimension de box-counting (D).
  • Cela a abouti à un espace de caractéristiques initial de 46 dimensions (40 NLD + 6 cinématiques).
• Sélection de caractéristiques : Pour traiter la petite taille de l'échantillon et prévenir le surapprentissage, les auteurs ont employé un pipeline de validation croisée imbriquée strict. La sélection de caractéristiques a été effectuée à l'aide de critères de moindres carrés ordinaires (OLS) (Cp de Mallows, AIC, BIC, R² ajusté) sur une cible binaire temporairement recodée (NM vs PD) afin d'identifier les sous-ensembles optimaux. Cela a produit trois ensembles de caractéristiques fixes :
  • Cas 1 : 7 caractéristiques (Cp/BIC)
  • Cas 2 : 9 caractéristiques (AIC)
  • Cas 3 : 19 caractéristiques (R² ajusté)
• Entraînement et évaluation des modèles : Trois modèles d'apprentissage automatique ont été évalués : Forêt aléatoire (RF), Machine à vecteurs de support (SVM) avec noyau RBF, et Réseau de neurones (NN) à propagation avant.
  • Protocole de validation : Une validation croisée stratifiée de 5 plis répétée (10 répétitions) a été utilisée. Crucialement, toutes les étapes de prétraitement (mise à l'échelle, SMOTE pour l'équilibrage des classes) ont été effectuées uniquement à l'intérieur des plis d'entraînement pour éviter toute fuite d'information.
  • Interprétabilité : L'importance des caractéristiques a été analysée par l'importance de permutation (pour RF) et les valeurs SHAP (pour SVM et NN).
  • Étude d'ablation : Les modèles ont été testés sur des ensembles de caractéristiques uniquement cinématiques, uniquement NLD, et combinés.

Contributions clés

1. Stadification de la sévérité multiclasse : Ce travail démontre la faisabilité de la distinction entre les stades sains, légers et modérés de la MP à l'aide de caractéristiques de marche estimées par la pose, allant au-delà de la simple détection binaire.
2. Intégration de la dynamique non linéaire : L'étude identifie que les descripteurs de la dynamique non linéaire, particulièrement ceux dérivés des articulations distales (poignet, cheville, coude), constituent la majorité des caractéristiques sélectionnées et servent de candidats solides comme biomarqueurs de la variabilité de la marche dans la MP.
3. Cadre d'évaluation rigoureux : Les auteurs mettent en œuvre un pipeline de validation croisée imbriquée strict qui confine la sélection de caractéristiques et le rééchantillonnage à l'intérieur des plis, garantissant une estimation de performance non biaisée dans un environnement de données rares.

Résultats

• Performance : Sur l'ensemble de test réservé (environ 16 échantillons), tous les modèles ont atteint une précision élevée.
  • Cas 2 (9 caractéristiques) : Les trois modèles (RF, SVM, NN) ont atteint une précision de 100 % et une précision/rappel parfaits sur l'ensemble des classes sur l'ensemble de test.
  • Cas 1 & 3 : Les modèles ont atteint 93,75 % de précision, les erreurs survenant principalement lors de la distinction des classes minoritaires (PD_ML ou PD_MD).
  • Validation croisée : Le SVM avec noyau RBF a obtenu la précision moyenne de validation croisée la plus élevée (0,8366), tandis que le réseau de neurones a obtenu une précision similaire (0,8338) avec une variance plus faible.
• Importance des caractéristiques :
  • Les caractéristiques de la dynamique non linéaire dominaient les sous-ensembles sélectionnés (allant de 71 % à 84 % des caractéristiques à travers les cas).
  • Les contributeurs clés incluaient la longueur de foulée (cinématique) et les métriques NLD telles que l'exposant de Hurst (poignet), la complexité de Lempel–Ziv (cheville) et la DFA (genou/épaule).
  • Les études d'ablation ont montré que si les caractéristiques cinématiques dictaient la précision dans les ensembles plus petits, l'ensemble de caractéristiques combinées fournissait systématiquement la performance la plus stable et la plus équilibrée (F1-macro et AUC les plus élevés).
• Efficacité computationnelle : Le SVM a présenté les temps d'entraînement et d'inférence les plus bas, ce qui le rend adapté aux applications en temps réel. Les réseaux de neurones ont engendré des coûts de calcul nettement plus élevés mais sont restés dans des plages acceptables pour un usage clinique hors ligne.

Signification et affirmations
L'article affirme fournir une base pour une évaluation de la marche assistée par l'IA et évolutive dans les soins neuromoteurs. Sa principale signification réside dans la démonstration qu'une classification multiclasse interprétable de la marche parkinsonienne est réalisable à l'aide d'une vidéo standard à caméra unique sans matériel spécialisé.

Les auteurs notent modestement que bien que les résultats soient prometteurs, la petite taille et le déséquilibre du jeu de données limitent la force des affirmations de généralisation. Ils soulignent que les métriques non linéaires fonctionnent comme des descripteurs empiriques de la variabilité de la marche plutôt que comme des explications mécanistes des processus neurologiques. Par conséquent, l'étude préconise des travaux futurs impliquant des cohortes plus larges et indépendantes, ainsi que l'intégration de covariables démographiques (âge, taille) pour valider ces découvertes et affiner l'utilité clinique de ces biomarqueurs numériques. Le cadre est présenté comme une plateforme polyvalente extensible à d'autres pathologies de la marche, comblant le fossé entre la dynamique complexe de la marche et les informations cliniques exploitables.