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

Sintesi Tecnica: Classificazione Multiclasse Interpretabile della Malattia di Parkinson da Video con Singola Telecamera

Problematica
La malattia di Parkinson (PD) è un disturbo neurologico progressivo caratterizzato da sintomi motori quali l'alterazione del cammino, la bradicinesia e la rigidità. Sebbene le scale cliniche come l'UPDRS rappresentino lo standard per la valutazione, esse sono spesso soggettive e poco sensibili alle sottili alterazioni del cammino. I metodi oggettivi esistenti, come la motion capture e le pedane di forza, sono accurati ma costosi e poco pratici per l'uso di routine. Gli approcci basati sulla visione offrono un'alternativa senza contatto, tuttavia la letteratura attuale affronta tre lacune persistenti:

1. La maggior parte degli studi inquadra il rilevamento della PD come un compito binario (PD vs Sano), trascurando il compito clinicamente critico della stadiazione della gravità (ad esempio, distinguere tra PD lieve e moderata).
2. Sebbene le metriche dinamiche non lineari (ad esempio, dimensione frattale, entropia) siano state validate come biomarcatori sensibili, la loro integrazione in una pipeline di classificazione multiclasse interpretabile rimane inesplorata.
3. I dataset pubblici sul cammino della PD sono tipicamente piccoli, sbilanciati e privi di diversità, il che comporta un alto rischio di stime di performance ottimistiche se i protocolli di valutazione non sono rigorosamente progettati per prevenire la fuga di dati (data leakage).

Metodologia
Gli autori propongono un framework markerless a singola telecamera che estrae caratteristiche cinematiche e dinamiche non lineari dalla stima della posa basata su video per classificare il cammino in tre categorie: Sano (NM), PD Lieve (PD_ML) e PD Moderata (PD_MD).

• Acquisizione e Pre-elaborazione dei Dati: Lo studio utilizza un dataset pubblico (Kour et al., 2020, 2022) contenente 78 campioni video utilizzabili (57 NM, 10 PD_ML, 11 PD_MD). I video sono stati registrati a 25 fps utilizzando una telecamera RGB fissa. La stima della posa è stata eseguita tramite MediaPipe Holistic per estrarre 33 landmark anatomici, concentrandosi sulle articolazioni degli arti superiori e inferiori.
• Estrazione delle Caratteristiche:
  • Caratteristiche Cinematiche: Sei descrittori a livello di passo, tra cui tempo del passo, tempo della fase di oscillazione, tempo della fase di appoggio, lunghezza del passo e velocità del passo.
  • Caratteristiche Dinamiche Non Lineari (NLD): Quattro metriche calcolate dalle serie temporali delle coordinate 2D articolari: Esponente di Hurst (H), Complessità di Lempel–Ziv (LZC), Analisi della Fluttuazione Detrended (DFA) e Dimensione di Box-Counting (D).
  • Ciò ha prodotto uno spazio iniziale di 46 dimensioni (40 NLD + 6 Cinematiche).
• Selezione delle Caratteristiche: Per affrontare la ridotta dimensione del campione e prevenire l'overfitting, gli autori hanno impiegato una rigorosa pipeline di cross-validazione nidificata (nested cross-validation). La selezione delle caratteristiche è stata eseguita utilizzando criteri di Minimi Quadrati Ordinari (OLS) (Mallows' Cp, AIC, BIC, R² aggiustato) su un target ricodificato temporaneamente in binario (NM vs PD) per identificare i sottoinsiemi ottimali. Ciò ha prodotto tre set di caratteristiche fissi:
  • Caso 1: 7 caratteristiche (Cp/BIC)
  • Caso 2: 9 caratteristiche (AIC)
  • Caso 3: 19 caratteristiche (R² aggiustato)
• Addestramento e Valutazione del Modello: Sono stati valutati tre modelli di machine learning: Random Forest (RF), Support Vector Machine (SVM) con kernel RBF e una Rete Neurale Feed-forward (NN).
  • Protocollo di Validazione: È stata utilizzata una cross-validazione stratificata a 5 fold ripetuta (10 ripetizioni). Fondamentalmente, tutte le fasi di pre-elaborazione (scaling, SMOTE per il bilanciamento delle classi) sono state eseguite solo all'interno dei fold di addestramento per prevenire la fuga di informazioni.
  • Interpretabilità: L'importanza delle caratteristiche è stata analizzata tramite la Permutation Importance (per RF) e i valori SHAP (per SVM e NN).
  • Studio di Ablazione: I modelli sono stati testati su set di caratteristiche solo Cinematiche, solo NLD e Combinati.

Contributi Chiave

1. Stadiazione della Gravità Multiclasse: Il lavoro dimostra la fattibilità della distinzione tra stadi sani, lievi e moderati della PD utilizzando caratteristiche del cammino stimate tramite pose, andando oltre il semplice rilevamento binario.
2. Integrazione della Dinamica Non Lineare: Lo studio identifica che i descrittori dinamici non lineari, in particolare quelli derivati dalle articolazioni distali (polso, caviglia, gomito), costituiscono la maggior parte delle caratteristiche selezionate e fungono da forti candidati biomarcatori per la variabilità del cammino nella PD.
3. Framework di Valutazione Rigoroso: Gli autori implementano una pipeline di cross-validazione nidificata rigorosa che confina la selezione delle caratteristiche e il campionamento all'interno dei fold, garantendo una stima imparziale delle prestazioni in un ambiente con scarsità di dati.

Risultati

• Performance: Sul set di test tenuto separato (circa 16 campioni), tutti i modelli hanno raggiunto un'elevata accuratezza.
  • Caso 2 (9 caratteristiche): Tutti e tre i modelli (RF, SVM, NN) hanno raggiunto il 100% di accuratezza e una precisione/richiamo perfetta in tutte le classi sul test set.
  • Casi 1 & 3: I modelli hanno raggiunto il 93,75% di accuratezza, con errori che si sono verificati principalmente nella distinzione tra le classi minoritarie della PD (PD_ML o PD_MD).
  • Cross-Validation: La SVM con kernel RBF ha ottenuto la più alta accuratezza media di cross-validazione (0,8366), mentre la Rete Neurale ha ottenuto un'accuratezza simile (0,8338) con una varianza inferiore.
• Importanza delle Caratteristiche:
  • Le caratteristiche dinamiche non lineari hanno dominato i sottoinsiemi selezionati (variando dal 71% all'84% delle caratteristiche).
  • I principali contributori includevano la lunghezza del passo (cinematica) e le metriche NLD come l'esponente di Hurst (polso), la complessità di Lempel-Ziv (caviglia) e la DFA (ginocchio/spalla).
  • Gli studi di ablazione hanno mostrato che, sebbene le caratteristiche cinematiche guidassero l'accuratezza in set più piccoli, il set di caratteristiche combinato ha fornito costantemente la performance più stabile e bilanciata (il più alto Macro-F1 e AUC).
• Efficienza Computazionale: La SVM ha dimostrato i tempi di addestramento e inferenza più bassi, rendendola adatta ad applicazioni in tempo reale. Le Reti Neurali hanno comportato costi computazionali significativamente più elevati, pur rimanendo entro intervalli accettabili per l'uso clinico offline.

Significatività e Rivendicazioni
L'articolo sostiene di fornire una base per una valutazione del cammino assistita dall'IA e scalabile. La sua principale significatività risiede nel dimostrare che la classificazione multiclasse interpretabile del cammino parkinsoniano è ottenibile utilizzando un normale video a singola telecamera senza l'ausilio di hardware specializzato.

Gli autori notano con modestia che, sebbene i risultati siano promettenti, la natura piccola e sbilanciata del dataset limita la forza delle rivendicazioni di generalizzazione. Essi sottolineano che le metriche non lineari funzionano come descrittori empirici della variabilità del cammino piuttosto che come spiegazioni meccanicistiche dei processi neurologici. Di conseguenza, lo studio raccomanda lavori futuri che coinvolgano coorti più ampie e indipendenti e l'integrazione di covariate demografiche (età, altezza) per validare questi risultati e perfezionare l'utilità clinica di questi biomarcatori digitali. Il framework è presentato come una piattaforma versatile estendibile ad altre patologie del cammino, colmando il divario tra la complessa dinamica del cammino e gli insight clinici azionabili.