164 research outputs found
Convolutional networks for video-based infant movement analysis. Towards objective prognosis of cerebral palsy from infant spontaneous movements
No full textNorsk sammendrag
Cerebral parese (CP) er en samlebetegnelse på motoriske funksjonsforstyrrelser grunnet skade på hjernen tidlig i barnets utvikling. Det er særlig spedbarn med medisinske risikofaktorer, som for eksempel for tidlig fødsel, pustebesvær og infeksjoner, som står i fare for å utvikle CP. CP har innvirkning på barnets holdning og motorikk, men gir også andre utfordringer og komplikasjoner. Som følge av manglende tidlige symptomer blir ofte ikke diagnosen satt før 1-2 års alder. Tidlig gjenkjenning av CP hos spedbarn er viktig for å kunne starte målrettet behandling, forebygge komplikasjoner og redusere bekymring hos foreldre.
Undersøkelse av spedbarnets spontane bevegelser med metoden General Movement Assessment (GMA) kan indikere om et barn har CP allerede før 5 måneders alder. GMA utføres ved observasjon av et spedbarns spontane bevegelser i en video. Ettersom dette avhenger av tilgang til erfarne og trenede observatører er denne undersøkelsen ikke tilgjengelig for alle. Maskinlæringsbasert CP-prediksjon har blitt utforsket som et alternativ til GMA, men foreløpig har man ikke lyktes med å lokalisere de spontane bevegelsene til et spedbarn i en video på en presis måte. Samtidig er man avhengig av menneskelige eksperter for å kunne velge ut relevante egenskaper i spedbarnsbevegelsene og for å utvikle prediksjonsmodeller.
Konvolusjonelle nettverk kan tilpasse seg komplekse oppgaver gjennom automatisk utvelgelse av relevante egenskaper ved bruk av tilpassede nettverksarkitekturer. Formålet med denne avhandlingen var å undersøke presisjonen og beregningseffektiviteten til bildebaserte konvolusjonelle nettverk (ConvNets) for lokalisering av spedbarns spontane bevegelser i videoopptak, og å evaluere nøyaktigheten til grafbaserte konvolusjonelle nettverk (GCNs) for prediksjon av CP.
Resultatene fra dette doktorgradsarbeidet viser at ConvNets er i stand til å lokalisere spedbarnsbevegelser i video like godt som det et menneske gjør samtidig som videoen prosesseres i sanntid. En GCN-basert prediksjonsmodell for CP kan videre oppnå like god nøyaktighet som det kliniske eksperter gjør ved bruk av GMA ved 3 måneders alder. Prediksjonsmodellen har også svært god evne til å forutsi gående eller ikke-gående funksjon hos barn med CP og å skille mellom spedbarn som utvikler ensidig og tosidig lammelse.
Denne avhandlingen viser at konvolusjonelle nettverk kan brukes til videobasert bevegelsesanalyse av spedbarn for nøyaktig automatisk prediksjon av CP. Tidlig og objektiv gjenkjenning av CP hos spedbarn med medisinske risikofaktorer kan inspirere til utvikling av maskinlæringsbasert klinisk beslutningsstøtte og oppmuntre til videre forskning i grenseflaten mellom moderne medisinsk teknologi og klinisk ekspertkunnskap.English summary
Cerebral palsy (CP) is the most common physical disability in childhood, with a particularly high prevalence in infants with medical risk factors (i.e., high-risk infants), like preterm birth. CP is caused by injury to the developing brain which affects a child’s movement and posture but also involve associated impairments and complications. The lack of early pathological signs of CP, typically delays the diagnosis until 12 to 24 months of age. However, early detection of CP is necessary to improve function through targeted intervention.
The quality of spontaneous movements of infants has evolved as an accurate marker for CP before 5 months of age. The qualitative General Movement Assessment (GMA) enables early prediction of CP from infant spontaneous movements in a video. However, the dependency on highly experienced human GMA experts questions its scalability. Machine learning-based CP prediction has attempted to replicate the predictive accuracy of GMA, but currently lack precise motion capture of infant spontaneous movements in videos and require human expert involvement in selecting movement features and designing prediction models.
Convolutional networks have ability to adapt to complex tasks through automatic feature extraction with dedicated network architectures. In this thesis, we investigate the localization performance and computational efficiency of imagebased convolutional networks (ConvNets) in video-based motion capture of infant spontaneous movements, and the predictive accuracy of graph-based convolutional networks (GCNs) for prediction of CP.
Results show that video-based motion capture harnessing ConvNets can approach human-level localization performance with real-time processing speeds. Moreover, a prediction model for CP utilizing GCNs can achieve predictive accuracy non-inferior to the clinically recommended human expert-based GMA in high-risk infants at 3 months age. Such a prediction model can also distinguish infants with ambulatory CP from non-ambulatory CP and infants with unilateral CP from bilateral CP.
This thesis demonstrates the potential of convolutional networks in videobased infant movement analysis. The knowledge acquired may pave the way for early, objective detection of CP in high-risk infants, encourage implementation of machine learning-based clinical decision support, and inspire future research to discover fruitful collaborations between contemporary medical technology and clinical expert knowledge
Video-based assessment of head centered, hand-to-hand contact, and body symmetry in infants for early prediction of cerebral palsy
Get PDFMål: Målet med studien er å utvikle en automatisk vurdering av «hand-to-hand contact», «head centered» og «body symmetry» elementene i «movement optimality score» (MOS). Denne automatiske vurderingen oppnås gjennom produksjon av bevegelsestrekk basert på kvantifiserbare variabler hentet fra videobasert bevegelsessporingsdata. I tillegg analysere hvor nøyaktig individuelle- og summen av bevegelsestrekk skiller- og forutsier CP- og ikke-CP-utfall hos høyrisiko spedbarn.
Metode: Syv bevegelsestrekk ble utviklet med bevegelsessporingsdataen. Bevegelsestrekkenes evne til å skille CP- og ikke-CP-utfallsgruppene ble vurdert med arealet under kurven (AUC) av receiver operating characteristic (ROC) kurven, og forskjellen i distribusjon mellom gruppene testet med Mann-Whitney U-test. Den prediktive evnen i enkeltindivider ble vurdert med kombinasjonen av sensitiviteten og spesifisiteten, i tillegg til forskjellen i gjennomsnitt av prediksjonsscoren mellom CP- og ikke-CP-utfallsgruppene.
Resultat: AUC for bevegelsestrekkverdiene varierte fra .474 til .611. Noen bevegelsetrekk viste en forskjell mellom CP- og ikke-CP-utfallsgruppene, men forskjellen var ikke statistisk signifikant, Mann-Whitney U p = .106 til .704. Forskjellen mellom utfallsgruppene da bevegelsestrekkene ble konvertert til en prediksjonsscore var -.085 til .186 p = .031 til .474, og forskjellen mellom utfallsgruppene for den samlede prediksjonsscoreen var .750 p = .031.
Konklusjon: Denne studien viser at en automatisk vurdering av denne typen MOS elementer er mulig, og noen bevegelsestrekk evner å skille CP- og ikke-CP-utfallsgruppene. Individuelle bevegelsestrekk har en begrenset evne til å forutsi CP-utfall, men prediksjonsevnen øker ved å kombinere bevegelsestrekk.Aim: The aim of this study is to develop an automatic assessment of the hand-to-hand contact, head centered, and body symmetry items of the movement optimality score. The automatic assessment is developed by producing movement features using quantifiable variables extracted from video-based motion tracking data. Additionally, analyse how accurate individual and sum of movement features differentiate and predict CP and non-CP outcomes in high-risk infants.
Method: Seven features were developed using the motion tracking data. The movement features’ ability to differentiate CP and non-CP outcome groups was assessed using the area under the curve (AUC) of the receiver operating characteristic (ROC) curve, and the difference in distribution using the Mann-Whitney U test. The predictive capability in singular cases was assessed using the combined sensitivity and specificity, and the mean difference in prediction score between the CP and non-CP outcome groups.
Result: The AUC for the feature values ranged from .474 to .611. Some features displayed a difference in distribution between the CP and non-CP outcome groups. However, the difference was not statistically significant, Mann-Whitney U p = .106 to .704. The mean difference between the outcome groups for the features following conversion to prediction score was -.085 to .186 p = .031 to .474. The mean difference for the combined prediction score was .750 p = .031.
Conclusion: This study proves that an automatic assessment of this type of MOS items can be produced, and some features can differentiate between CP and non-CP outcome groups. Individual features have limited ability to predict CP outcome, however, combining features increases the predictive capability
Video-based assessment of head centered, hand-to-hand contact, and body symmetry in infants for early prediction of cerebral palsy
No full textMål: Målet med studien er å utvikle en automatisk vurdering av «hand-to-hand contact», «head centered» og «body symmetry» elementene i «movement optimality score» (MOS). Denne automatiske vurderingen oppnås gjennom produksjon av bevegelsestrekk basert på kvantifiserbare variabler hentet fra videobasert bevegelsessporingsdata. I tillegg analysere hvor nøyaktig individuelle- og summen av bevegelsestrekk skiller- og forutsier CP- og ikke-CP-utfall hos høyrisiko spedbarn.
Metode: Syv bevegelsestrekk ble utviklet med bevegelsessporingsdataen. Bevegelsestrekkenes evne til å skille CP- og ikke-CP-utfallsgruppene ble vurdert med arealet under kurven (AUC) av receiver operating characteristic (ROC) kurven, og forskjellen i distribusjon mellom gruppene testet med Mann-Whitney U-test. Den prediktive evnen i enkeltindivider ble vurdert med kombinasjonen av sensitiviteten og spesifisiteten, i tillegg til forskjellen i gjennomsnitt av prediksjonsscoren mellom CP- og ikke-CP-utfallsgruppene.
Resultat: AUC for bevegelsestrekkverdiene varierte fra .474 til .611. Noen bevegelsetrekk viste en forskjell mellom CP- og ikke-CP-utfallsgruppene, men forskjellen var ikke statistisk signifikant, Mann-Whitney U p = .106 til .704. Forskjellen mellom utfallsgruppene da bevegelsestrekkene ble konvertert til en prediksjonsscore var -.085 til .186 p = .031 til .474, og forskjellen mellom utfallsgruppene for den samlede prediksjonsscoreen var .750 p = .031.
Konklusjon: Denne studien viser at en automatisk vurdering av denne typen MOS elementer er mulig, og noen bevegelsestrekk evner å skille CP- og ikke-CP-utfallsgruppene. Individuelle bevegelsestrekk har en begrenset evne til å forutsi CP-utfall, men prediksjonsevnen øker ved å kombinere bevegelsestrekk
Assessment of mirror movements in children and adolescents with unilateral cerebral palsy: reliability of the Woods and Teuber scale
Get PDFAIM To investigate the inter- and intrarater reliability of the Woods and Teuber scale todetect mirror movements in children and adolescents with unilateral cerebral palsy (CP).METHOD A convenience sample of children and adolescents with unilateral CP (n=68; 31males, 37 females; mean age 12y 2mo, SD 3y 6mo) in Manual Ability Classification levels I toIII was recruited from Norway, Australia, and Belgium. Three therapists scored mirrormovements according to the Woods and Teuber scale from three video-recorded tasks at twoseparate time points. A two-way, mixed model regression was used to calculate intraclasscorrelation coefficients (ICCs) reflecting overall inter- and intrarater reliability. In addition,ICCs for each hand and task were calculated separately.RESULTS The overall interrater reliability ICC was 0.90 and the corresponding intraraterreliability ICC was 0.92. The ICCs for each hand ranged from 0.86 to 0.92 and for each taskfrom 0.63 to 0.89.INTERPRETATION The Woods and Teuber scale shows excellent reliability for scoring mirrormovements in children and adolescents with unilateral CP. The assessment is easy toadminister with no need for specific equipment and scoring can be determined from shortvideo recordings, making it a feasible instrument in research and clinical practice.status: Published onlin
Assessment of Trunk Controlin Children and Adolescents with Cerebral Palsy: A neglected perspective?
Get PDFEt av hovedproblemene for mange barn, unge og voksne med cerebral parese (CP) er at de har redusert trunkus kontroll. Disse vanskene påvirker deres evne til å sitte og gå. Under gange er trunkus kontroll spesielt viktig, ettersom to tredjedeler av kroppsmassen er lokalisert i de øvre to tredjedeler av kroppshøyden, noe som gjør at kroppen har et høyt tyngdepunkt, og dermed blir ustabil. Likevel neglisjeres disse vanskene ofte når ressurskrevende behandlinger for å bedre gangfunksjonen vurderes. Slike behandlinger omfatter blant annet intramuskulære injeksjoner med botulinum toxin (BoNT-A), pumpebehandling med baklofen, ortopediskkirurgiske inngrep, og/ eller ortoser.
Dette kan delvis skyldes at det er få etablerte metoder for å undersøke trunkus kontroll i daglig klinisk arbeid, og at det er få studier som har undersøkt trunkus kontroll under gange i CP populasjonen. Hovedmålet med denne avhandlingen har derfor vært å bidra til bedre undersøkelse og forståelse av trunkus kontroll hos barn og ungdom med CP, både i sittende og under gange. Mer spesifikt var målet å identifisere og evaluere kliniske verktøy som undersøker trunkus kontroll samt å evaluere påliteligheten (intra- og inter observatør reliabilitet) og gyldigheten (validitet) av et slikt verktøy; Trunk Impairment Scale (TIS). Videre var det et mål å undersøke trunkus kontroll under gange samt å undersøke sammenhengen mellom trunkus kontroll i sittende og under gange.
I den første studien, en systematisk litteratur oversikt, identifiserte vi 22 kliniske verktøy som undersøker trunkus kontroll hos barn, ungdom og voksne med CP. Vi fant begrenset dokumentasjon av måleegenskapene til disse verktøyene, og informasjonen om egenskapen til å måle endring (responsiveness) var spesielt begrenset. Mangelen på verktøy som kan måle endring er en begrensning for gjennomføring av behandlingsstudier. I den andre studien fant vi at TIS, en av testene inkludert i den systematiske litteratur oversikten, viste høy inter- og intra observatør reliabilitet samt god validitet hos barn og ungdom med CP. I studie tre fant vi at barn og ungdom med CP hadde signifikante vansker med trunkus kontroll under gange, undersøkt med et 3-dimensjonalt askelerometer festet på nedre del av trunkus. Vanskene med trunkus kontroll ble reflektert gjennom økte trunkus akselerasjoner og mindre regularitet mellom steg, og de tenderte til å øke med økende alvorlighetsgrad av CP samt med økende gang hastighet. Til slutt, i studie fire, fant vi en moderat sammenheng mellom trunkus kontroll i sittende, undersøkt med en «del-test» av Trunk Control Measurement Scale og TIS, og trunkus kontroll under gange, undersøkt med et askelerometer festet på nedre del av trunkus.
Av relevans for klinisk praksis er at funnene i denne studien tyder på at de mindre tidkrevende «del-skalaene» kan benyttes for å innhente informasjon om trunkus kontroll under gange.
Det er et stort antall undersøkelsesverktøy beregnet på å undersøke trukus kontroll i ulike situasjoner tilgjengelig. Denne avhandlingen understreker at det er begrenset dokumentasjon av hvor godt disse verktøyene faktisk måler trunkus kontroll, og spesielt hvor gode de er til å måle effekt av behandling («responsiveness»). Våre resultater bekrefter at barn og ungdom med CP har vansker med trunkus kontroll både i sittende og under gange, og avhandlingen gir ny kunnskap om sammenhengen mellom disse to ulike oppgavene. Denne informasjonen bør føre til at fokuset i forbindelse med planlegging av intervensjoner som har til hensikt å bedre gangfunksjonen, utvides til også å omhandle en vurdering av pasientens trunkus kontroll.Poor trunk control is a primary impairment in children, adolescents, and adults with cerebral palsy (CP) and influences their activities in daily life such as sitting and walking. In the latter case, trunk control is especially important since two-thirds of the body mass (head, arms, and trunk) is located in the upper two-thirds of the body height, thus making the body unstable. Nonetheless, in the decision process leading to “gait interventions,” such as orthopedic surgery, botulinum toxin injections, intrathecal baclofen, and/or the application of orthoses, the focus is mainly on the lower extremities.
This may partly be due to few established methods for assessment of trunk control in daily clinical work, and that few studies have examined trunk control during gait in children and adolescents with CP. The main aim of this thesis is therefore to contribute to better assessment and understanding of trunk control in children and adolescents with CP, both in the sitting position and during gait. The specific aims during the research were to identify and evaluate clinical tools to assess trunk control and to evaluate the intra- and inter-observer reliability and construct validity of one such tool: the Trunk Impairment Scale (TIS). Further aims were to investigate trunk control during gait, and finally to investigate the relationship between trunk control during sitting and during gait.
In the first study, a systematic literature review, 22 clinical tools for assessment of trunk control in children, adolescents and adults with CP were identified. However, there was moderate or limited evidence for the measurement properties of the tools, and scarce information on the measurement property responsiveness. The latter is a limitation for intervention research which is dependent of the ability to evaluate change. In the second study, it was found that the TIS, one of the tools included in the review, showed high intraand inter- observer reliability, and the construct validity of the test involving children and adolescents with CP was considered as good. In the third study, children and adolescents with CP were found to have significant difficulties with trunk control during gait, which was assessed with a trunk-worn accelerometer. The difficulties were reflected in higher trunk acceleration and less regularity between strides than in children with typical development. These problems seemed to rise with increasing gross motor impairment and increasing speed. Finally, in the fourth study, a moderate relationship was found between trunk control during sitting assessed with a subscale score of the Trunk Control Measurement Scale and the TIS and trunk control during gait assessed with a trunk-worn accelerometer. With regard to relevance for clinical practice, the findings of the latter study suggest that the some of the less time-consuming subscales may be used to gain information on trunk control during gait.
A large number of assessment tools of trunk control are available. This thesis reveals that there is limited evidence for the measurement properties of the tools, especially for responsiveness. The results confirm that children and adolescents with CP have impaired trunk control both during sitting and gait, and provide new knowledge of the relationship between the two tasks. This information may expand the focus on the lower limbs in gait assessment in children and adolescents with CP to include assessment of the trunk.PhD i klinisk medisinPhD in Clinical Medicin
Statistical Methods for early Prediction of Cerebral Palsy based on Data from Computer-based Video Analysis
No full textIn this thesis we have investigated the association between summary variables from the General Movement Toolbox (GMT), and cases of abnormal fidgety movements (FMs) and cerebral palsy (CP). The GMT-software calculates summary variables from video recordings of infants movements, based on changes of pixel-values between video frames. In previous studies, low values of the variable for variations in the centroid of motion (Csd) have shown to predict both normal FMs and no CP. However, these results were carried out for small datasets, consisting of only Norwegian infants.
Here, we have used data from 693 infants with a total of 798 video recordings from Norway, USA and India. We have use both a frequentist approach with the glmer()- function from the lme4-package and a Bayesian approach with INLA-package, for prediction of FMs in R. Due to repeated measurements, we used a mixed effects logistic regression model with random intercepts, with the Csd variable as covariate. We have also used the same variable in a logistic regression model for prediction of CP. For both models we found the same association as in previous studies, but the effect of Csd on the occurrence of normal FMs varied between countries. To investigate the stability and the uncertainty of the frequentist FM-model for different number of repeated measurements, a simulation study was performed. The results showed that having many observations without repeated measurements could cause unstable results with large confidence intervals for the estimated coefficients. However, for only two or more repeated measurements the estimated coefficient values were much more stable and the size of the confidence intervals were reduced considerably.
In the search for a better model for predictions of CP, we included several GMT-variables and other available variables, and used the Lasso method for variable selection. The results here showed that it was in fact the y-direction of the Csd variable that was associated with the occurrence of CP, but also the mean value in the y-direction of the centroid of motion, mean and standard deviation variables of the area of motion and the standard deviation of the quantity of motion. Inclusion of other available variables increased the model fit a bit. The gender and an indication variable for extreme preterm infants were selected in the model. In addition, the length of the video recordings were accounted for. However, statistical inference, in the form of bootstrapping and the multi sample-splitting method, showed that only the mean value of the centroid of motion in y-direction had a statistically significant association with the occurrence of CP
Statistical Methods for early Prediction of Cerebral Palsy based on Data from Computer-based Video Analysis
Get PDFIn this thesis we have investigated the association between summary variables from the General Movement Toolbox (GMT), and cases of abnormal fidgety movements (FMs) and cerebral palsy (CP). The GMT-software calculates summary variables from video recordings of infants movements, based on changes of pixel-values between video frames. In previous studies, low values of the variable for variations in the centroid of motion (Csd) have shown to predict both normal FMs and no CP. However, these results were carried out for small datasets, consisting of only Norwegian infants.
Here, we have used data from 693 infants with a total of 798 video recordings from Norway, USA and India. We have use both a frequentist approach with the glmer()- function from the lme4-package and a Bayesian approach with INLA-package, for prediction of FMs in R. Due to repeated measurements, we used a mixed effects logistic regression model with random intercepts, with the Csd variable as covariate. We have also used the same variable in a logistic regression model for prediction of CP. For both models we found the same association as in previous studies, but the effect of Csd on the occurrence of normal FMs varied between countries. To investigate the stability and the uncertainty of the frequentist FM-model for different number of repeated measurements, a simulation study was performed. The results showed that having many observations without repeated measurements could cause unstable results with large confidence intervals for the estimated coefficients. However, for only two or more repeated measurements the estimated coefficient values were much more stable and the size of the confidence intervals were reduced considerably.
In the search for a better model for predictions of CP, we included several GMT-variables and other available variables, and used the Lasso method for variable selection. The results here showed that it was in fact the y-direction of the Csd variable that was associated with the occurrence of CP, but also the mean value in the y-direction of the centroid of motion, mean and standard deviation variables of the area of motion and the standard deviation of the quantity of motion. Inclusion of other available variables increased the model fit a bit. The gender and an indication variable for extreme preterm infants were selected in the model. In addition, the length of the video recordings were accounted for. However, statistical inference, in the form of bootstrapping and the multi sample-splitting method, showed that only the mean value of the centroid of motion in y-direction had a statistically significant association with the occurrence of CP
Assessing Norway´s climate action plan for 2021-2030 : a transformative approach to climate change mitigation?
Get PDFThis bachelor thesis examines Norway`s Climate Action Plan (CAP) for 2021-2030 and its approach to climate change mitigation within the Land Use, Land Use-Change, and Forestry (LULUCF) using the theoretical approach of deliberate transformation. The thesis employs a case study, which utilizes secondary data and literature reviews as methodology, to investigate the Norwegian government`s approach to transformation and climate action. The analysis of the thesis reveals a misalignment between the CAP`s mitigation approach and the principles of deliberate transformation. Rather than promoting radical, systemic changes, and fostering participation, the CAP primarily relies on economic incentives and sanctions to achieve its mitigation goals in the LULUCF sector. The CAP`s mitigation approach falls short of the transformative potential envisioned by deliberate transformation and instead perpetuates a conventional, market-based approach to climate change mitigation.B-D
Theses qvædam philosophicæ, officia erga Deum spectantes, quas, venia et cons. ampiss. [sic] ord. philosph. [sic] in regia academia Upsaliensi, præside ... Laurentio Dahlman ... pro gradu publice examinandas sistit alumnus Ekendahlianus Adolphus W. Adde, Westmannus. In audit. Carl. min. die XII Junii, anni MDCCLXIV, h. p. m. s. [Elektronisk resurs]
No full textConvolutional networks for video-based infant movement analysis. Towards objective prognosis of cerebral palsy from infant spontaneous movements
No full textNorsk sammendrag
Cerebral parese (CP) er en samlebetegnelse på motoriske funksjonsforstyrrelser grunnet skade på hjernen tidlig i barnets utvikling. Det er særlig spedbarn med medisinske risikofaktorer, som for eksempel for tidlig fødsel, pustebesvær og infeksjoner, som står i fare for å utvikle CP. CP har innvirkning på barnets holdning og motorikk, men gir også andre utfordringer og komplikasjoner. Som følge av manglende tidlige symptomer blir ofte ikke diagnosen satt før 1-2 års alder. Tidlig gjenkjenning av CP hos spedbarn er viktig for å kunne starte målrettet behandling, forebygge komplikasjoner og redusere bekymring hos foreldre.
Undersøkelse av spedbarnets spontane bevegelser med metoden General Movement Assessment (GMA) kan indikere om et barn har CP allerede før 5 måneders alder. GMA utføres ved observasjon av et spedbarns spontane bevegelser i en video. Ettersom dette avhenger av tilgang til erfarne og trenede observatører er denne undersøkelsen ikke tilgjengelig for alle. Maskinlæringsbasert CP-prediksjon har blitt utforsket som et alternativ til GMA, men foreløpig har man ikke lyktes med å lokalisere de spontane bevegelsene til et spedbarn i en video på en presis måte. Samtidig er man avhengig av menneskelige eksperter for å kunne velge ut relevante egenskaper i spedbarnsbevegelsene og for å utvikle prediksjonsmodeller.
Konvolusjonelle nettverk kan tilpasse seg komplekse oppgaver gjennom automatisk utvelgelse av relevante egenskaper ved bruk av tilpassede nettverksarkitekturer. Formålet med denne avhandlingen var å undersøke presisjonen og beregningseffektiviteten til bildebaserte konvolusjonelle nettverk (ConvNets) for lokalisering av spedbarns spontane bevegelser i videoopptak, og å evaluere nøyaktigheten til grafbaserte konvolusjonelle nettverk (GCNs) for prediksjon av CP.
Resultatene fra dette doktorgradsarbeidet viser at ConvNets er i stand til å lokalisere spedbarnsbevegelser i video like godt som det et menneske gjør samtidig som videoen prosesseres i sanntid. En GCN-basert prediksjonsmodell for CP kan videre oppnå like god nøyaktighet som det kliniske eksperter gjør ved bruk av GMA ved 3 måneders alder. Prediksjonsmodellen har også svært god evne til å forutsi gående eller ikke-gående funksjon hos barn med CP og å skille mellom spedbarn som utvikler ensidig og tosidig lammelse.
Denne avhandlingen viser at konvolusjonelle nettverk kan brukes til videobasert bevegelsesanalyse av spedbarn for nøyaktig automatisk prediksjon av CP. Tidlig og objektiv gjenkjenning av CP hos spedbarn med medisinske risikofaktorer kan inspirere til utvikling av maskinlæringsbasert klinisk beslutningsstøtte og oppmuntre til videre forskning i grenseflaten mellom moderne medisinsk teknologi og klinisk ekspertkunnskap
- …
