論文の概要: Meta-learning on Spectral Images of Electroencephalogram of Schizophenics

• arxiv url: http://arxiv.org/abs/2101.12208v1
• Date: Wed, 27 Jan 2021 20:51:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-01 19:25:06.883223
• Title: Meta-learning on Spectral Images of Electroencephalogram of Schizophenics
• Title（参考訳）: シゾフェニックスの脳波スペクトル画像のメタラーニング
• Authors: Maritza Tynes, Mahboobeh Parsapoor
• Abstract要約: 統合失調症 (Schizophrenia) は、思考パターン、知覚、気分、行動の変化を含む複雑な精神疾患である。 神経イメージングと機械学習アルゴリズムの進歩は統合失調症の診断を促進する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Schizophrenia is a complex psychiatric disorder involving changes in thought patterns, perception, mood, and behavior. The diagnosis of schizophrenia is challenging and requires that patients show two or more positive symptoms for at least one month. Delays in identifying this debilitating disorder can impede a patient ability to receive much needed treatment. Advances in neuroimaging and machine learning algorithms can facilitate the diagnosis of schizophrenia and help clinicians to provide an accurate diagnosis of the disease. This paper presents a methodology for analyzing spectral images of Electroencephalography collected from patients with schizophrenia using convolutional neural networks. It also explains how we have developed accurate classifiers employing Model-Agnostic Meta-Learning and prototypical networks. Such classifiers have the capacity to distinguish people with schizophrenia from healthy controls based on their brain activity.
• Abstract（参考訳）: 統合失調症は、思考パターン、知覚、気分、行動の変化を含む複雑な精神疾患である。 統合失調症の診断は困難であり、患者は少なくとも1ヶ月は2つ以上の陽性症状を示さなければならない。 この衰弱障害の同定の遅延は、多くの必要な治療を受ける患者の能力を妨げる可能性があります。 ニューロイメージングと機械学習アルゴリズムの進歩は統合失調症の診断を容易にし、臨床医が病気の正確な診断を提供するのに役立つ。 本稿では,統合失調症患者の脳波スペクトル像を畳み込みニューラルネットワークを用いて解析する手法を提案する。 また、Model-Agnostic Meta-LearningとPrototypical Networkを用いた正確な分類器の開発についても説明します。 このような分類器は、統合失調症患者を脳活動に基づいて健康な制御から区別する能力を有する。

関連論文リスト

• 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)
• Automated Schizophrenia Detection from Handwriting Samples via Transfer Learning Convolutional Neural Networks [0.0]
  統合失調症 (Schizophrenia) は、日常生活に深刻な障害を与える世界的な精神疾患である。 本研究の目的は, 統合失調症手書きサンプルと非統合失調症手書きサンプルを識別するための, 正確で客観的かつアクセス可能な計算手法を開発することである。
  論文  参考訳（メタデータ） (2024-07-23T15:16:34Z)
• Spatial Sequence Attention Network for Schizophrenia Classification from Structural Brain MR Images [1.7199363076349776]
  本研究は、統合失調症患者の分類のための深層学習手法を紹介する。 我々はSSA(Spatial Sequence Attention)と呼ばれる多様な注意機構を実装することでこれを実現している。 本研究は, 統合失調症分類のための既存のSqueeze & Excitation Networkよりも注意機構が優れていることを示すものである。
  論文  参考訳（メタデータ） (2024-06-18T14:55:41Z)
• 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)
• UniBrain: Universal Brain MRI Diagnosis with Hierarchical Knowledge-enhanced Pre-training [66.16134293168535]
  我々はUniBrainと呼ばれるユニバーサル脳MRI診断のための階層的知識強化事前訓練フレームワークを提案する。 具体的には、UniBrainは、定期的な診断から24,770のイメージレポートペアの大規模なデータセットを活用する。
  論文  参考訳（メタデータ） (2023-09-13T09:22:49Z)
• Deep learning reveals the common spectrum underlying multiple brain disorders in youth and elders from brain functional networks [53.257804915263165]
  ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。 病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。 多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
  論文  参考訳（メタデータ） (2023-02-23T09:22:05Z)
• Multi-site Diagnostic Classification Of Schizophrenia Using 3D CNN On Aggregated Task-based fMRI Data [0.0]
  統合失調症の発展の基盤となるメカニズムと、その再発、症状学、治療は謎のままである。 統合失調症の多様性と複雑な性質に対処するための適切な分析ツールがないことは、この疾患の発生に寄与する要因の1つである可能性がある。 深層学習は統合失調症の根底にあるメカニズムを理解する強力なツールになる可能性がある。
  論文  参考訳（メタデータ） (2022-10-11T08:12:36Z)
• RobIn: A Robust Interpretable Deep Network for Schizophrenia Diagnosis [12.180396034315807]
  統合失調症は、長く複雑な診断プロセスを必要とする重度の精神疾患である。 脳画像データから統合失調症の診断にディープラーニングを応用しようとする試みは、将来性を示しているが、大きなトレーニングと応用のギャップに悩まされている。 我々は、アクセスしやすいデータに焦点をあてて、このトレーニングとアプリケーション間のギャップを減らすことを提案する。
  論文  参考訳（メタデータ） (2022-03-31T15:01:35Z)
• Interpretable Vertebral Fracture Diagnosis [69.68641439851777]
  ブラックボックスニューラルネットワークモデルは、骨折診断のための臨床的に関連する特徴を学習する。 この研究は、CT画像における脊椎骨折の診断にネットワークが使用する概念を特定する。
  論文  参考訳（メタデータ） (2022-03-30T13:07:41Z)
• fMRI Neurofeedback Learning Patterns are Predictive of Personal and Clinical Traits [62.997667081978825]
  機能的MRI(fMRI)による自律神経運動課題における学習経過の個人的シグネチャを得る。 署名は、第1セッションで同様のfMRI由来の脳の状態が与えられた後、第2セッションで扁桃体の活動を予測することに基づいている。
  論文  参考訳（メタデータ） (2021-12-21T06:52:48Z)

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。