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
- 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) - Investigating Brain Connectivity with Graph Neural Networks and
GNNExplainer [0.0]
我々は,ディープラーニングによる音声聴取作業において,機能的接続性の詳細な検討を行った。
本稿では,脳波データをグラフ領域の信号として表現するグラフニューラルネットワーク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) (2022-06-04T07:47:13Z) - NeuralSympCheck: A Symptom Checking and Disease Diagnostic Neural Model
with Logic Regularization [59.15047491202254]
症状検査システムは、患者に症状を問い合わせ、迅速で手頃な価格の医療評価を行う。
本稿では,論理正則化を用いたニューラルネットワークの教師付き学習に基づく新しい手法を提案する。
以上の結果から,本手法は診断回数や症状が大きい場合の診断精度において,最も優れた方法であることがわかった。
論文 参考訳(メタデータ) (2022-06-02T07:57:17Z) - 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) - A Multimodal Approach for Automatic Mania Assessment in Bipolar Disorder [0.0]
我々は,患者の音響的,言語的,視覚的モダリティの記録に基づくマルチモーダル意思決定システムを構築した。
我々は64.8%の非重み付き平均リコールスコアを達成し、このデータセットで達成された最先端のパフォーマンスを改善した。
論文 参考訳(メタデータ) (2021-12-17T12:09:01Z) - EEG functional connectivity and deep learning for automatic diagnosis of
brain disorders: Alzheimer's disease and schizophrenia [0.0]
脳波時系列と深層学習から得られた関係の行列に基づく精神障害の自動診断法を提案する。
我々は,アルツハイマー病と統合失調症の患者を高い精度で分類できることを示した。
論文 参考訳(メタデータ) (2021-10-07T23:26:38Z)
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。