論文の概要: Gaze-based Autism Detection for Adolescents and Young Adults using Prosaic Videos

• arxiv url: http://arxiv.org/abs/2005.12951v1
• Date: Tue, 26 May 2020 18:14:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-29 00:41:24.395041
• Title: Gaze-based Autism Detection for Adolescents and Young Adults using Prosaic Videos
• Title（参考訳）: プロザイクビデオを用いた青年・青年の視線による自閉症検出
• Authors: Karan Ahuja, Abhishek Bose, Mohit Jain, Kuntal Dey, Anil Joshi, Krishnaveni Achary, Blessin Varkey, Chris Harrison and Mayank Goel
• Abstract要約: ユーザの視線を監視することで、自閉症スペクトラム障害の個人を識別できることを実証する。 私たちは、35人の自閉症と25人の非自閉症の個人を雇い、ノートパソコンに接続された市販のアイトラッカーを使って視線を捉えました。15秒以内に、我々のアプローチは、自閉症の診断を受けた個人を特定する精度92.5%でした。
• 参考スコア（独自算出の注目度）: 35.54632105027475
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autism often remains undiagnosed in adolescents and adults. Prior research has indicated that an autistic individual often shows atypical fixation and gaze patterns. In this short paper, we demonstrate that by monitoring a user's gaze as they watch commonplace (i.e., not specialized, structured or coded) video, we can identify individuals with autism spectrum disorder. We recruited 35 autistic and 25 non-autistic individuals, and captured their gaze using an off-the-shelf eye tracker connected to a laptop. Within 15 seconds, our approach was 92.5% accurate at identifying individuals with an autism diagnosis. We envision such automatic detection being applied during e.g., the consumption of web media, which could allow for passive screening and adaptation of user interfaces.
• Abstract（参考訳）: 自閉症はしばしば青年や成人で診断されない。 先行研究では、自閉症の個体はしばしば非定型的な固定と視線パターンを示すことが示されている。 この短い論文では、コモンプレイス(特別ではない、構造化された、またはコード化された)ビデオを見ながらユーザーの視線をモニターすることで、自閉症スペクトラム障害の個人を識別できることを実証する。 私たちは35人の自閉症と25人の非自閉症の個人を雇い、ラップトップに接続された市販のアイトラッカーを使って視線を捉えました。 15秒以内に、自閉症の診断を受ける人の識別に92.5%の精度が得られた。 ユーザインタフェースの受動的スクリーニングや適応を可能にするWebメディアの消費など,このような自動検出が適用されることを期待している。

関連論文リスト

• Weakly-supervised Autism Severity Assessment in Long Videos [11.976885834298566]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、社会的コミュニケーションと相互作用の課題を特徴とする多様な神経生物学的条件のコレクションである。 長い、トリミングされていないビデオにおける非定型的な行動パターンは、ASDを持つ子供のバイオマーカーとして機能する。
  論文  参考訳（メタデータ） (2024-07-12T10:45:25Z)
• Hear Me, See Me, Understand Me: Audio-Visual Autism Behavior Recognition [47.550391816383794]
  本稿では,音声・視覚自閉症の行動認識の新たな課題について紹介する。 社会的行動認識は、AIによる自閉症スクリーニング研究において、これまで省略されてきた重要な側面である。 データセット、コード、事前トレーニングされたモデルをリリースします。
  論文  参考訳（メタデータ） (2024-03-22T22:52:35Z)
• Action-based Early Autism Diagnosis Using Contrastive Feature Learning [2.922007656878633]
  自閉症スペクトラム障害(Autism Spectrum disorder, ASD)は、神経疾患である。 その主な症状は、(言語および/または非言語)コミュニケーションの困難さ、硬直的/反復的な行動である。 本稿では,簡単なアクションビデオクリップを用いて,自閉症の診断を自動化するための学習的アプローチを提案する。
  論文  参考訳（メタデータ） (2022-09-12T16:31:34Z)
• Can viewer proximity be a behavioural marker for Autism Spectrum Disorder? [0.0]
  本報告では,2～7歳児の自閉症の行動指標として,感覚感受性検査を併用しながら,ディスプレイからの距離を計測する効果を初めて用いた。 このようなテストがカジュアルな家庭設定で使える可能性は有望だ。
  論文  参考訳（メタデータ） (2021-11-07T12:21:43Z)
• Assessing glaucoma in retinal fundus photographs using Deep Feature Consistent Variational Autoencoders [63.391402501241195]
  緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。 緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。 ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
  論文  参考訳（メタデータ） (2021-10-04T16:06:49Z)
• Activity Recognition for Autism Diagnosis [1.4854189993691178]
  形式的自閉症診断は非効率で長いプロセスである。 この問題の1つのアプローチは、デジタル技術を使って自閉症に関連する行動を検出することである。 自閉症の最も強い指標の1つは刺激であり、反復的で自己刺激的な行動のセットである。
  論文  参考訳（メタデータ） (2021-08-18T01:00:02Z)
• Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
  痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。 我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
  論文  参考訳（メタデータ） (2021-05-18T20:47:45Z)
• AEGIS: A real-time multimodal augmented reality computer vision based system to assist facial expression recognition for individuals with autism spectrum disorder [93.0013343535411]
  本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。 提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。 我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
  論文  参考訳（メタデータ） (2020-10-22T17:20:38Z)
• Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
  資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。 我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-21T20:22:55Z)
• Diagnosis of Autism in Children using Facial Analysis and Deep Learning [0.0]
  本研究では,ディープラーニングを用いた94.6%の精度で,子どもを健康的あるいは自閉症に分類するディープラーニングモデルを提案する。 自閉症患者は、社会的スキル、反復行動、コミュニケーションに苦しむ。 そこで本研究では,画像のみを用いて自閉症の診断を効果的に行うことを提案する。
  論文  参考訳（メタデータ） (2020-08-06T22:15:20Z)

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。