論文の概要: MODMA dataset: a Multi-modal Open Dataset for Mental-disorder Analysis

• arxiv url: http://arxiv.org/abs/2002.09283v3
• Date: Thu, 5 Mar 2020 03:43:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-30 08:25:06.794023
• Title: MODMA dataset: a Multi-modal Open Dataset for Mental-disorder Analysis
• Title（参考訳）: MODMAデータセット:メンタルディオーダー分析のためのマルチモーダルオープンデータセット
• Authors: Hanshu Cai, Yiwen Gao, Shuting Sun, Na Li, Fuze Tian, Han Xiao, Jianxiu Li, Zhengwu Yang, Xiaowei Li, Qinglin Zhao, Zhenyu Liu, Zhijun Yao, Minqiang Yang, Hong Peng, Jing Zhu, Xiaowei Zhang, Guoping Gao, Fang Zheng, Rui Li, Zhihua Guo, Rong Ma, Jing Yang, Lan Zhang, Xiping Hu, Yumin Li, Bin Hu
• Abstract要約: 本稿では,精神障害分析のためのマルチモーダルオープンデータセットを提案する。 このデータセットには、臨床症状のある患者の脳波と音声データが含まれ、正常なコントロールと一致する。 EEGデータセットには、従来の128電極搭載弾性キャップを使用して収集されたデータだけでなく、普及したアプリケーションのための新しいウェアラブルな3電極EEGコレクタも含まれている。
• 参考スコア（独自算出の注目度）: 22.766963176531338
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: According to the World Health Organization, the number of mental disorder patients, especially depression patients, has grown rapidly and become a leading contributor to the global burden of disease. However, the present common practice of depression diagnosis is based on interviews and clinical scales carried out by doctors, which is not only labor-consuming but also time-consuming. One important reason is due to the lack of physiological indicators for mental disorders. With the rising of tools such as data mining and artificial intelligence, using physiological data to explore new possible physiological indicators of mental disorder and creating new applications for mental disorder diagnosis has become a new research hot topic. However, good quality physiological data for mental disorder patients are hard to acquire. We present a multi-modal open dataset for mental-disorder analysis. The dataset includes EEG and audio data from clinically depressed patients and matching normal controls. All our patients were carefully diagnosed and selected by professional psychiatrists in hospitals. The EEG dataset includes not only data collected using traditional 128-electrodes mounted elastic cap, but also a novel wearable 3-electrode EEG collector for pervasive applications. The 128-electrodes EEG signals of 53 subjects were recorded as both in resting state and under stimulation; the 3-electrode EEG signals of 55 subjects were recorded in resting state; the audio data of 52 subjects were recorded during interviewing, reading, and picture description. We encourage other researchers in the field to use it for testing their methods of mental-disorder analysis.
• Abstract（参考訳）: 世界保健機関(WHO)によると、精神障害患者(特にうつ病患者)の数は急速に増加し、疾患の世界的な負担に寄与している。 しかし、現在のうつ病診断の一般的な実践は、医師による面接や臨床尺度に基づいており、これは労働だけでなく時間も消費する。 一つの重要な理由は、精神疾患の生理学的指標が欠如していることである。 データマイニングや人工知能といったツールの台頭に伴い、生理的データを用いて精神障害の新たな生理的指標を探索し、精神障害診断の新しい応用を作成することが、新たな研究テーマとなっている。 しかし,精神疾患患者に対する良質な生理的データを得ることは困難である。 本稿では,精神障害分析のためのマルチモーダルオープンデータセットを提案する。 このデータセットには、臨床症状のある患者の脳波と音声データが含まれ、正常なコントロールと一致する。 当院の専門精神科医は,全患者を慎重に診察し,選択した。 EEGデータセットには、従来の128電極搭載弾性キャップを使用して収集されたデータだけでなく、普及したアプリケーションのための新しいウェアラブルな3電極EEGコレクタも含まれている。 53名の被験者の128名の脳波信号は安静時と刺激時の両方で記録され、55名の被験者の3つの電極脳波信号は安静状態で記録され、52名の被験者の音声データはインタビュー、読書、画像記述中に記録された。 この分野の他の研究者は、メンタルディオーダー分析の手法をテストするためにそれを使うように勧めています。

関連論文リスト

• Brain-Computer Interfaces for Emotional Regulation in Patients with Various Disorders [0.0]
  この研究は、脳波データを理解するための新しいニューラルネットワークアルゴリズムの開発に焦点を当てている。 データ分析は、アルゴリズムが高い精度で感情状態の分類に成功し、有望な結果を示す。 このことは、脳波に基づくBCIは、感情の認識と制御において、様々な神経学的および生理的障害を持つ個人を支援する貴重なツールとなる可能性があることを示唆している。
  論文  参考訳（メタデータ） (2024-11-22T01:57:14Z)
• MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
  メンタルヘルス障害は世界で最も深刻な病気の1つである。 プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
  論文  参考訳（メタデータ） (2024-10-09T13:06:40Z)
• A Novel Audio-Visual Information Fusion System for Mental Disorders Detection [6.3344832182228]
  メンタル障害は、世界的な医療課題に最も貢献している。 本稿では,精神疾患の感情表現機能に着目し,音声・視覚情報入力に基づくマルチモーダル精神障害診断システムを導入する。 提案システムは空間的時間的注意ネットワークをベースとし,より計算力の低い事前学習音声認識ネットワークを用いて,より優れた結果を得るためにビデオ認識モジュールを微調整する。
  論文  参考訳（メタデータ） (2024-09-03T19:16:36Z)
• Depression Detection and Analysis using Large Language Models on Textual and Audio-Visual Modalities [25.305909441170993]
  うつ病は公衆衛生上の重大な問題であり、個人の心理的健康に大きな影響を与えている。 診断されていない場合、うつ病は重篤な健康問題を引き起こし、身体的に現れて自殺に至る。
  論文  参考訳（メタデータ） (2024-07-08T17:00:51Z)
• Using LLMs to Aid Annotation and Collection of Clinically-Enriched Data in Bipolar Disorder and Schizophrenia [9.804382916824245]
  本稿では、メンタルヘルス研究の強化を目的としたシーケンシャル・ツー・シークエンス・タスクにおける現代言語モデルの応用について述べる。 そこで本研究では,小モデルにおいて,ドメイン固有の臨床変数のアノテーション,メンタルヘルス機器のデータ収集が可能であること,そして,より優れた商用大規模モデルの実現が期待できることを示す。
  論文  参考訳（メタデータ） (2024-06-18T15:00:24Z)
• Empowering Psychotherapy with Large Language Models: Cognitive Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
  本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。 DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。 実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
  論文  参考訳（メタデータ） (2023-10-11T02:47:21Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• Remote Medication Status Prediction for Individuals with Parkinson's Disease using Time-series Data from Smartphones [75.23250968928578]
  本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。 提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
  論文  参考訳（メタデータ） (2022-07-26T02:08:08Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)
• EEG based Major Depressive disorder and Bipolar disorder detection using Neural Networks: A review [4.611395301352823]
  近年,バイオマーカーを用いた精神疾患の表現型的特徴付けが求められている。 脳波信号はMDDとBDに豊富なサインを与え、これらの精神疾患の病態生理学的メカニズムの理解を改善することができる。 このレビューは、脳波信号を用いてうつ病や双極性障害の認識に取り組んでいる研究者にとって、構造化され価値のある最初のポイントであることが証明される。
  論文  参考訳（メタデータ） (2020-09-28T15:19:54Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。