Fugu-MT 論文翻訳(概要): Vocal markers from sustained phonation in Huntington's Disease

論文の概要: Vocal markers from sustained phonation in Huntington's Disease

arxiv url: http://arxiv.org/abs/2006.05365v3
Date: Fri, 31 Jul 2020 13:20:04 GMT
ステータス: 処理完了
システム内更新日: 2022-11-23 15:19:59.317163
Title: Vocal markers from sustained phonation in Huntington's Disease
Title（参考訳）: ハンティントン病における持続発声からの発声マーカー
Authors: Rachid Riad and Hadrien Titeux and Laurie Lemoine and Justine Montillot and Jennifer Hamet Bagnou and Xuan Nga Cao and Emmanuel Dupoux and Anne-Catherine Bachoud-L\'evi
Abstract要約: 音声障害を臨床マーカーとして検討した。本研究は, プレマニフェスト遺伝子キャリアーのサブクリニカル障害の同定には, 発声が不十分であることが判明した。以上の結果から, ハンティントン病の臨床成績の予測には, 音像の特徴が適していると考えられた。
参考スコア（独自算出の注目度）: 10.147374014569209
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Disease-modifying treatments are currently assessed in neurodegenerative diseases. Huntington's Disease represents a unique opportunity to design automatic sub-clinical markers, even in premanifest gene carriers. We investigated phonatory impairments as potential clinical markers and propose them for both diagnosis and gene carriers follow-up. We used two sets of features: Phonatory features and Modulation Power Spectrum Features. We found that phonation is not sufficient for the identification of sub-clinical disorders of premanifest gene carriers. According to our regression results, Phonatory features are suitable for the predictions of clinical performance in Huntington's Disease.
Abstract（参考訳）: 疾患修正治療は現在神経変性疾患で評価されている。ハンティントン病は、前マンニフェスト遺伝子キャリアにおいてさえ、自動的に臨床マーカーを設計するユニークな機会である。音声障害を臨床マーカーとして検討し, 診断と遺伝子担体について検討した。音声特徴と変調パワースペクトル特徴の2つの特徴セットを使用しました。発声は遺伝子キャリアーのサブクリニカル障害の同定には不十分であることがわかった。以上の結果から, ハンティントン病の臨床成績の予測には, 音像の特徴が適していると考えられた。

関連論文リスト

Multimodal Neurodegenerative Disease Subtyping Explained by ChatGPT [15.942849233189664]
アルツハイマー病は最も多い神経変性疾患である。現在のデータ駆動型アプローチでは、ADまたは関連する障害の後期段階でサブタイプを分類することができるが、無症状またはプロドロマル段階の予測では困難である。本稿では,AD患者を早期にサブタイプに分類するために,画像,遺伝学,臨床評価などの早期指標を用いたマルチモーダルフレームワークを提案する。
論文参考訳（メタデータ） (2024-01-31T19:30:04Z)
Automated Huntington's Disease Prognosis via Biomedical Signals and Shallow Machine Learning [0.0]
心電図, 心電図, 機能的近赤外分光データを用いて, 患者27名, コントロール36名, 不明6名のクリニックで収集した既製認定データセットを用いて検討した。最大精度はスケールアウトしたExtremely Randomized Treesアルゴリズムにより達成され、受信者特性0.963の曲線下と91.353%の精度で達成された。
論文参考訳（メタデータ） (2023-02-04T02:20:46Z)
Pathology Steered Stratification Network for Subtype Identification in Alzheimer's Disease [7.594681424335177]
アルツハイマー病(英: Alzheimers disease、AD)は、β-アミロイド、病理学的タウ、神経変性を特徴とする異種多時性神経変性疾患である。本稿では,AD病理学に確立されたドメイン知識を反応拡散モデルにより組み込んだ新しい病理組織形成ネットワーク(PSSN)を提案する。
論文参考訳（メタデータ） (2022-10-12T02:52:00Z)
Multi-class versus One-class classifier in spontaneous speech analysis oriented to Alzheimer Disease diagnosis [58.720142291102135]
本研究の目的は,音声信号から抽出した新しいバイオマーカーを用いて自動解析を行うことにより,ADの早期診断と重症度評価の改善に寄与することである。外付け器とフラクタル次元の機能に関する情報を使用することで、システムの性能が向上する。
論文参考訳（メタデータ） (2022-03-21T09:57:20Z)
Identifying Interpretable Clinical Subtypes withinHeterogeneous Dementia Clinic Population [0.0]
認知症進行のリスクが異なるサブタイプについて, 臨床認知症評価(CDR)成分スコアを用いた認知症クリニックの無監督クラスタ分析を行った。 CDR成分の分布は、同定されたサブタイプの認知的特性に関する妥当性と解釈性を提供する。
論文参考訳（メタデータ） (2022-01-31T10:54:42Z)
A Preliminary Study of a Two-Stage Paradigm for Preserving Speaker Identity in Dysarthric Voice Conversion [50.040466658605524]
変形性音声変換(DVC)における話者同一性維持のための新しいパラダイムを提案する。変形性音声の質は統計VCによって大幅に改善される。しかし, 変形性関節症患者の通常の発話は, ほとんど収集できないため, 過去の研究は患者の個性を取り戻すことはできなかった。
論文参考訳（メタデータ） (2021-06-02T18:41:03Z)
Variational Knowledge Distillation for Disease Classification in Chest X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文参考訳（メタデータ） (2021-03-19T14:13:56Z)
Improving Medical Image Classification with Label Noise Using Dual-uncertainty Estimation [72.0276067144762]
医用画像における2種類のラベルノイズについて論じ,定義する。医用画像分類作業中にこれら2つのラベルノイズを処理する不確実性推定に基づくフレームワークを提案する。
論文参考訳（メタデータ） (2021-02-28T14:56:45Z)
Predicting Parkinson's Disease with Multimodal Irregularly Collected Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文参考訳（メタデータ） (2020-09-25T01:50:15Z)
Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype Prediction [55.94378672172967]
本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
論文参考訳（メタデータ） (2020-09-02T02:50:30Z)
Classification of Huntington Disease using Acoustic and Lexical Features [17.26090329820167]
ハンティントン病(HD)のバイオマーカーとしての音声言語の変化は、病気が進行するにつれて重篤度が増加する。現在では、訓練された専門家が手作業で作成した書き起こしや、世界規模の評価尺度を用いて分析が行われている。本稿では,このようなシステム開発に向けた第一歩として,音声の手がかりを用いて,健康的なコントロールとHDの個人を区別する能力を示す。
論文参考訳（メタデータ） (2020-08-07T20:32:01Z)

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。