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

技术摘要：基于单摄像头视频的可解释性帕金森病多分类研究

问题陈述
帕金森病（PD）是一种以运动症状（如步态障碍、运动迟缓和僵直）为特征的进展性神经系统疾病。虽然 UPDRS 等临床量表是评估的标准，但它们具有主观性，且往往难以捕捉细微的步态变化。现有的客观方法（如动作捕捉和测力台）虽然准确，但成本高昂且难以在日常使用中普及。基于视觉的方法提供了一种非接触式的替代方案，然而现有文献面临三个持续存在的差距：

1. 大多数研究将 PD 检测视为二分类任务（PD 与健康对照），忽略了具有临床重要性的严重程度分级任务（例如，区分轻度与中度 PD）。
2. 虽然非线性动力学指标（如分形维数、熵）已被验证为敏感的生物标志物，但将其整合进一个可解释的多分类流水线中的研究仍处于空白。
3. 公开的 PD 步态数据集通常规模较小、类别不平衡且缺乏多样性，如果评估协议设计不严谨，无法防止数据泄露，会导致性能估计过于乐观。

方法论
作者提出了一种基于单摄像头、无标记点的框架，通过从基于视频的姿态估计中提取运动学和非线性动力学特征，将步态分为三类：健康（NM）、轻度 PD（PD_ML）和中度 PD（PD_MD）。

• 数据采集与预处理： 本研究利用了一个公开数据集（Kour et al., 2020, 2022），包含 78 个可用视频样本（57 个 NM，10 个 PD_ML，11 个 PD_MD）。视频以 25 fps 的帧率通过固定 RGB 摄像头进行录制。姿态估计使用 MediaPipe Holistic 来提取 33 个解剖学地标，重点关注上肢和下肢关节。
• 特征提取：
  • 运动学特征： 六个步幅级描述符，包括步长时间、摆动时间、支撑时间、步幅长度和步速。
  • 非线性动力学 (NLD) 特征： 从 2D 关节坐标时间序列中计算出的四种指标：赫斯特指数 (H)、兰普尔-齐夫复杂度 (LZC)、去趋势波动分析 (DFA) 和盒计数维数 (D)。
  • 这产生了一个初始的 46 维特征空间（40 个 NLD + 6 个运动学特征）。
• 特征选择： 为了应对小样本量并防止过拟合，作者采用了严格的嵌套交叉验证流水线。特征选择使用普通最小二乘法 (OLS) 标准（Mallows' Cp, AIC, BIC, Adjusted R²），基于临时重新编码的二分类目标（NM vs. PD）进行，以识别最优子集。这产生了三个固定的特征集：
  • 情况 1：7 个特征 (Cp/BIC)
  • 情况 2：9 个特征 (AIC)
  • 情况 3：19 个特征 (Adjusted R²)
• 模型训练与评估： 研究评估了三种机器学习模型：随机森林 (RF)、带有 RBF 核的支持向量机 (SVM) 和前馈神经网络 (NN)。
  • 验证协议： 使用了重复的分层 5 折交叉验证（10 次重复）。至关重要的是，所有预处理步骤（缩放、用于类别平衡的 SMOTE）仅在训练折叠内进行，以防止信息泄露。
  • 可解释性： 通过排列重要性（针对 RF）和 SHAP 值（针对 SVM 和 NN）对特征重要性进行了分析。
  • 消融研究： 对仅含运动学特征、仅含 NLD 特征以及组合特征集的模型进行了测试。

核心贡献

1. 多分类严重程度分级： 本研究展示了利用基于姿态估计的步态特征来区分健康、轻度和中度 PD 阶段的可行性，超越了单纯的二分类检测。
2. 非线性动力学的集成： 研究表明，非线性动力学描述符（尤其是源自远端关节——腕部、踝部、肘部的特征）构成了所选特征的主要部分，并作为 PD 步态变异性的强有力候选生物标志物。
3. 严谨的评估框架： 作者实现了一个严格的嵌套交叉验证流水线，将特征选择和重采样限制在折叠内部，确保了在数据匮乏环境下的无偏性能估计。

结果

• 性能： 在留出的测试集（约 16 个样本）上，所有模型均实现了高准确率。
  • 情况 2 (9 个特征)： 所有三个模型（RF, SVM, NN）在测试集上均实现了 100% 的准确率，并在所有类别上达到了完美的精确率和召回率。
  • 情况 1 & 3： 模型实现了 93.75% 的准确率，误差主要发生在区分少数 PD 类别（PD_ML 或 PD_MD）时。
  • 交叉验证： 带有 RBF 核的 SVM 实现了最高的平均交叉验证准确率 (0.8366)，而神经网络达到了相近的准确率 (0.8338)，且方差较低。
• 特征重要性：
  • 非线性动力学特征在选定的子集中占据主导地位（在各案例中占比 71% 至 84%）。
  • 关键贡献者包括步幅长度（运动学）和 NLD 指标，如赫斯特指数（腕部）、兰普尔-齐夫复杂度（踝部）以及 DFA（膝关节/肩部）。
  • 消融研究显示，虽然运动学特征在较小的特征集中驱动了准确率，但组合特征集始终能提供最稳定且平衡的性能（最高的 Macro-F1 和 AUC）。
• 计算效率： SVM 展示了最低的训练和推理时间，使其适用于实时应用。神经网络的计算成本显著更高，但在离线临床使用的可接受范围内。

意义与主张
本文声称为可扩展的、AI 辅助的步态评估奠定了基础。其主要意义在于证明了使用标准的单摄像头视频即可实现可解释的、多分类的帕金森样步态识别，而无需专门硬件。

作者谦虚地指出，虽然结果令人鼓舞，但数据集的小规模和类别不平衡限制了其泛化主张的强度。他们强调，非线性指标是步态变异性的经验描述符，而非神经过程的机制解释。因此，该研究提倡未来的工作应涉及更大规模、独立的队列，并整合人口统计学协变量（年龄、身高），以验证这些发现并完善这些数字生物标志物的临床效用。该框架被呈现为一个通用的平台，可扩展至其他步态疾病，弥合了复杂步态动力学与可操作临床洞察之间的鸿沟。