Կոջի Ֆուկուսիմա, Նաոկո Տակամացու, Յուկի Յամամոտո,
Հիրոկի Յամազակի, Տակեշի Յոշիդա, Յուսուկե Օսակի, Շոտարո Հաջի, Կոջի Ֆուջիտա, Կազումա Սուգի, Յուիշին Իզումի

Չնայած մկանների ուլտրաձայնային հետազոտությունը այն մեթոդներից է, որոնք օգնում են ամիոտրոֆիկ կողային սկլերոզի (ALS) ախտորոշմանը, սակայն այս մեթոդի դերը ԱԼՍ-ի վաղ ախտորոշման գործում մնում է անհասկանալի: Հետազոտության հեղինակները փորձել են օգտագործել մեքենայական ուսուցում՝ ստեղծելու և վավերացնելու ախտորոշիչ մոդելներ, որոնք կարող են օգտակար լինել ALS-ի վաղ փուլերի ախտորոշման համար:

Երկկողմանի ուլտրաձայնային տվյալներ 15 մկանների ֆասիկուլյացիաների վերաբերյալ ստացվել են ALS-ով 100 հիվանդներից (ներառյալ 50 հիվանդների ALS-ի վաղ փուլերը, որոնց մոտ ախտորոշումից ոչ ավելի, քան 9 ամիս է անցել) և 100 առանց ALS-ի մասնակցի: Յուրաքանչյուր մկան հետազոտվել է 10 վայրկյան:

Հիերարխիկ կլաստերավորումը և անվանական լոգիստիկ ռեգրեսիան, նեյրոնային ցանցը կամ կոմպոզիցիայի ուսուցումը կիրառվել են ALS-ի վաղ փուլերում ունեցող հիվանդներից կազմված ուսուցման հավաքածուում՝ մկանային ուլտրաձայնի հիման վրա ախտորոշիչ մոդելներ մշակելու համար: Այս ախտորոշիչ մոդելները փորձարկվել են վավերացման նմուշի վրա, որը բաղկացած է զարգացած ALS-ով հիվանդներից:

Հետազոտության արդյունքների համաձայն՝ ուղեղի ցողունի և կրծքային ողնուղեղի մակարդակներին համապատասխանող մկանների ուլտրաձայնի վրա հայտնաբերված ֆասիկուլացիաները (ըստ ALS-ի վերանայված El Escorial ախտորոշիչ չափանիշների) ունեին բարձր սպեցիֆիկություն և ցածր զգայունություն և կանխատեսող արժեք ALS-ի ախտորոշման համար: . Մեքենայի ուսուցման վրա հիմնված մոդելը, որը ներառում էր 8 մկաններ մարմնի 4 շրջաններում, ցույց տվեց բարձր զգայունություն, առանձնահատկություն և դրական կանխատեսող արժեք ALS-ի վաղ և ուշ փուլերի ախտորոշման ժամանակ:

https://doi.org/10.1016/j.clinph.2022.06.005