論文の概要: An Early Study on Intelligent Analysis of Speech under COVID-19:
Severity, Sleep Quality, Fatigue, and Anxiety
- arxiv url: http://arxiv.org/abs/2005.00096v2
- Date: Thu, 14 May 2020 10:00:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 05:27:03.431020
- Title: An Early Study on Intelligent Analysis of Speech under COVID-19:
Severity, Sleep Quality, Fatigue, and Anxiety
- Title（参考訳）: 音声の重症度, 睡眠品質, 疲労, 不安の知能的分析に関する研究
- Authors: Jing Han, Kun Qian, Meishu Song, Zijiang Yang, Zhao Ren, Shuo Liu,
Juan Liu, Huaiyuan Zheng, Wei Ji, Tomoya Koike, Xiao Li, Zixing Zhang,
Yoshiharu Yamamoto, Bj\"orn W. Schuller
- Abstract要約: 2020年3月、世界保健機関(WHO)は新型コロナウイルスの感染拡大を世界的なパンデミックとして発表した。
本研究は、新型コロナウイルス患者に対するインテリジェント音声分析の潜在的なユースケースの開発に焦点をあてる。
音声のみに基づくモデルを構築し,重症度,睡眠品質,疲労,不安などの4つの側面から患者の健康状態を自動的に分類する。
- 参考スコア（独自算出の注目度）: 30.38857493053493
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The COVID-19 outbreak was announced as a global pandemic by the World Health
Organisation in March 2020 and has affected a growing number of people in the
past few weeks. In this context, advanced artificial intelligence techniques
are brought to the fore in responding to fight against and reduce the impact of
this global health crisis. In this study, we focus on developing some potential
use-cases of intelligent speech analysis for COVID-19 diagnosed patients. In
particular, by analysing speech recordings from these patients, we construct
audio-only-based models to automatically categorise the health state of
patients from four aspects, including the severity of illness, sleep quality,
fatigue, and anxiety. For this purpose, two established acoustic feature sets
and support vector machines are utilised. Our experiments show that an average
accuracy of .69 obtained estimating the severity of illness, which is derived
from the number of days in hospitalisation. We hope that this study can foster
an extremely fast, low-cost, and convenient way to automatically detect the
COVID-19 disease.
- Abstract（参考訳）: 新型コロナウイルス(covid-19)の流行は、世界保健機関(who)が2020年3月に世界的なパンデミックとして発表した。
この文脈において、先進的な人工知能技術は、この世界的な健康危機の影響を抑えるために、対決に反応し、減少する。
本研究は、新型コロナウイルス患者に対するインテリジェント音声分析の潜在的なユースケースの開発に焦点をあてる。
特に,これらの患者の音声記録の分析により,重度,睡眠品質,疲労,不安などの4つの側面から,患者の健康状態を自動的に分類する音声のみに基づくモデルを構築した。
この目的のために、2つの確立された音響特徴セットとサポートベクターマシンを利用する。
以上の結果から, 入院日数に由来する重症度を, 平均 .69 % の精度で推定できた。
この研究は、新型コロナウイルスを自動的に検出する非常に高速で低コストで便利な方法を促進することを願っている。
関連論文リスト
- Non-Invasive Suicide Risk Prediction Through Speech Analysis [74.8396086718266]
自動自殺リスク評価のための非侵襲的音声ベースアプローチを提案する。
我々は、wav2vec、解釈可能な音声・音響特徴、深層学習に基づくスペクトル表現の3つの特徴セットを抽出する。
我々の最も効果的な音声モデルは、6.6.2,%$のバランスの取れた精度を達成する。
論文 参考訳（メタデータ） (2024-04-18T12:33:57Z) - Cognizance of Post-COVID-19 Multi-Organ Dysfunction through Machine
Learning Analysis [0.0]
本研究は,多臓器機能障害の解析・予測のための機械学習技術の応用に焦点を当てた。
COVID-19後症候群は、様々な臓器システムに影響を及ぼす幅広い持続的な症状を示しており、医療にとって大きな課題となっている。
論文 参考訳（メタデータ） (2023-09-27T22:25:49Z) - DEPAC: a Corpus for Depression and Anxiety Detection from Speech [3.2154432166999465]
本稿では、うつ病と不安スクリーニングツールの確立したしきい値に基づいてラベル付けされた、心的苦痛分析オーディオデータセットDEPACを紹介する。
この大きなデータセットは、個人ごとの複数の音声タスクと、関連する人口統計情報から構成される。
人間の音声における精神疾患の徴候の同定に有効な,手作業による音響的特徴と言語的特徴からなる特徴セットを提案する。
論文 参考訳（メタデータ） (2023-06-20T12:21:06Z) - COVID-19 Spreading Prediction and Impact Analysis by Using Artificial
Intelligence for Sustainable Global Health Assessment [0.0]
現在、新型コロナウイルスの流行は2,164,111人以上に影響し、世界中で200カ国以上で146,198人以上が死亡している。
この状況におけるAIの根本的な困難は、情報の可用性の制限と病気の確実性である。
本稿では、AIを統合して感染症の発生を予測するとともに、ディープラーニングを用いたAIが新型コロナウイルス感染した胸部X線を認識できるかどうかを検証した。
論文 参考訳（メタデータ） (2023-04-23T19:48:29Z) - COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data
for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。
肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文 参考訳（メタデータ） (2021-03-18T03:31:33Z) - Medical Imaging and Computational Image Analysis in COVID-19 Diagnosis:
A Review [33.828866061570096]
新型コロナウイルス(COVID-19)は、無症状の患者でも早期に診断できる医療画像の兆候を明らかにしている。
新型コロナウイルス(COVID-19)自動診断法の性能向上のため、患者からのバルク画像データを可能な限り短時間で収集することが推奨されている。
論文 参考訳（メタデータ） (2020-10-01T06:38:06Z) - A New Screening Method for COVID-19 based on Ocular Feature Recognition
by Machine Learning Tools [66.20818586629278]
コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。
一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
論文 参考訳（メタデータ） (2020-09-04T00:50:27Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - 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) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z) - COVID-19 and Computer Audition: An Overview on What Speech & Sound
Analysis Could Contribute in the SARS-CoV-2 Corona Crisis [10.436988903556108]
新型コロナウイルス(COVID-19)の感染者は3カ月以上前から1万人を超えており、SARS-CoV-2として知られている。
本稿では,コンピュータ・オーディション(CA)の可能性,すなわち人工知能による音声・音声分析の利用について概説する。
CAは(前)診断および監視ツールの実装の準備が整っているという結論に達し、より一般的には、リッチで重要な、そしてこれまでは、新型コロナウイルスとの戦いにおいて、未解決の可能性を秘めている。
論文 参考訳（メタデータ） (2020-03-24T21:17:44Z)
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。