Модель на основе машинного обучения позволяет определить степень выраженности синдрома дефицита внимания и гиперактивности у собак по итогам анализа их поведения, зафиксированного на видео.
Исследователи Санкт-Петербургского государственного электротехнического университета «ЛЭТИ» им. В.И. Ульянова (СПбГЭТУ «ЛЭТИ») совместно с учеными из Университета Хайфы (Израиль) и Университета Ньюкасла (Великобритания) разработали модель на основе машинного обучения для определения степени выраженности синдрома дефицита внимания и гиперактивности (СДВГ) у собак на основе анализа их поведения, зафиксированного на видео.
Синдром дефицита внимания и гиперактивности – психическое расстройство, которое с ранних лет может проявляться у человека и животных. Среди симптомов синдрома, в зависимости от степени его выраженности, обычно выделяются трудности концентрации внимания, восприятия информации, гиперактивность и плохо управляемая импульсивность. Хотя сегодня СДВГ поддается лечению, а во многих странах мира не считается заболеванием, люди и животные, подверженные такому синдрому, могут быть опасны для себя и окружающих.
Ранее ученые из СПбГЭТУ «ЛЭТИ» совместно с исследователями из Израиля, Великобритании и Франции обучили нейросетевую модель по видеозаписям определять, есть СДВГ у собак или нет. Новый алгоритм позволяет получить более точную оценку состояния больного животного. Результаты исследований опубликованы в научном журнале Animals.
«Мы придумали новый метод классификации состояний гиперактивности у собак на основе видеоанализа. Теперь наша модель на основе машинного обучения может не просто выявлять СДВГ, но и с высокой точностью определять степень его проявления. Это важно для проведения более эффективной терапии заболевания», – рассказывает руководитель проекта, доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ» Дмитрий Ильич Каплун.Учёные использовали для обучения нейросетевой модели видеозаписи из ветеринарных клиник, на которых фиксировалась активность собак с СДВГ. Эксперименты проходили в комнате, специально размеченной по системе координат. Благодаря этому автоматически выстраивались траектории движения собак в различных ситуациях. Затем на основе собранной статистики искусственный интеллект выявлял закономерности и делал вывод о степени гиперактивности животного.
«Наше решение может использоваться в телемедицине, которая активно развивается, в том числе в ветеринарии. И здесь основная задача разработанной системы – помочь врачу быстрее и точнее диагностировать степень СДВГ. Точность определения степени выраженности синдрома нашей моделью составляет около 81%», – поясняет доцент кафедры АПУ Дмитрий Ильич Каплун.Сейчас ученые работают над повышением точности диагностики состояний СДВГ и возможностью выявлять его симптомы на ранних стадиях. Одна из конечных целей ученых – использовать полученный опыт для лечения людей.
Это новость от журнала ММ «Машины и механизмы». Не знаете такого? Приглашаем прямо сейчас познакомиться с этим удивительным журналом.