論文の概要: Deep 3D-CNN for Depression Diagnosis with Facial Video Recording of Self-Rating Depression Scale Questionnaire

• arxiv url: http://arxiv.org/abs/2107.10712v1
• Date: Thu, 22 Jul 2021 14:37:00 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-23 14:32:01.618175
• Title: Deep 3D-CNN for Depression Diagnosis with Facial Video Recording of Self-Rating Depression Scale Questionnaire
• Title（参考訳）: 自己評価型うつ病尺度の顔面ビデオ記録によるうつ病診断のための深部3d-cnn
• Authors: Wanqing Xie, Lizhong Liang, Yao Lu, Hui Luo, Xiaofeng Liu
• Abstract要約: 我々は200人の参加者からなる新しいデータセットを用いて、自己評価アンケートの有効性と、それに伴う質問・バイ・クエストのビデオ記録を実証する。 我々は,質問応答と応答時間に基づいて,悲しみを自動的に解釈する顔映像記録をエンドツーエンドで処理するシステムを提供する。 より正確な自己診断のために, 顔画像記録とSDSスコアの併用の有効性を示した。
• 参考スコア（独自算出の注目度）: 12.286463299994027
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Self-Rating Depression Scale (SDS) questionnaire is commonly utilized for effective depression preliminary screening. The uncontrolled self-administered measure, on the other hand, maybe readily influenced by insouciant or dishonest responses, yielding different findings from the clinician-administered diagnostic. Facial expression (FE) and behaviors are important in clinician-administered assessments, but they are underappreciated in self-administered evaluations. We use a new dataset of 200 participants to demonstrate the validity of self-rating questionnaires and their accompanying question-by-question video recordings in this study. We offer an end-to-end system to handle the face video recording that is conditioned on the questionnaire answers and the responding time to automatically interpret sadness from the SDS assessment and the associated video. We modified a 3D-CNN for temporal feature extraction and compared various state-of-the-art temporal modeling techniques. The superior performance of our system shows the validity of combining facial video recording with the SDS score for more accurate self-diagnose.
• Abstract（参考訳）: SDS (Self-Rating Depression Scale) は, うつ病早期スクリーニングに広く用いられている。 一方, 管理不能な自己管理尺度は, 不適切な反応や不正直な反応の影響を受けやすいため, 臨床医の診断と異なる結果が得られた。 顔面表情(FE)と行動は,臨床医による評価では重要であるが,自己管理的評価では不十分である。 本研究は,200名の参加者による新しいデータセットを用いて,自己評価アンケートの妥当性と質問毎のビデオ記録の妥当性を実証する。 本研究では,SDS 評価と関連ビデオから,質問応答と応答時間に基づいて設定した顔映像記録をエンドツーエンドで処理し,悲しみを自動的に解釈するシステムを提案する。 時間的特徴抽出のための3d-cnnを改良し,様々な時相モデリング手法を比較した。 本システムの性能は,sdsスコアと顔映像記録を組み合わせることで,より正確な自己診断が可能であった。

関連論文リスト

• Depression Detection and Analysis using Large Language Models on Textual and Audio-Visual Modalities [25.305909441170993]
  うつ病は公衆衛生上の重大な問題であり、個人の心理的健康に大きな影響を与えている。 診断されていない場合、うつ病は重篤な健康問題を引き起こし、身体的に現れて自殺に至る。
  論文  参考訳（メタデータ） (2024-07-08T17:00:51Z)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• PULSAR: Graph based Positive Unlabeled Learning with Multi Stream Adaptive Convolutions for Parkinson's Disease Recognition [1.9482539692051932]
  パーキンソン病(英: Parkinsons disease、PD)は、運動、発話、協調に影響を及ぼす神経変性疾患である。 本稿では,ウェブカメラで記録した指タップのビデオからPDをスクリーニングする新しい手法PULSARを提案する。 適応型グラフ畳み込みニューラルネットワークを用いて,指触りタスクに特有の時間グラフを動的に学習した。
  論文  参考訳（メタデータ） (2023-12-10T05:56:20Z)
• 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)
• A store-and-forward cloud-based telemonitoring system for automatic assessing dysarthria evolution in neurological diseases from video-recording analysis [8.275082697744084]
  神経疾患に苦しむ患者は、発語に影響を及ぼす運動性発声障害である失語を発症する可能性がある。 この研究は、クラウドアーキテクチャの中で、変形性障害を持つ個人が取得したビデオ記録を分析するための畳み込みニューラルネットワーク(CNN)を統合するストア・アンド・フォワード遠隔監視システムを提案する。
  論文  参考訳（メタデータ） (2023-09-16T16:24:11Z)
• AIOSA: An approach to the automatic identification of obstructive sleep apnea events based on deep learning [1.5381930379183162]
  OSASは、死亡率の上昇、神経障害の悪化、リハビリテーション後の機能低下、高血圧の発症率の上昇と関連している。 OSAS診断のための金標準検査はPSG (Polysomnography) である。 生波形データの時間分解能を低減できる畳み込み型ディープラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-10T11:21:47Z)
• Reducing a complex two-sided smartwatch examination for Parkinson's Disease to an efficient one-sided examination preserving machine learning accuracy [63.20765930558542]
  パーキンソン病(PD)研究における技術ベースアセスメントの実施状況について報告した。 本研究は、両手同期スマートウォッチ測定におけるPDサンプルサイズとして最大である。
  論文  参考訳（メタデータ） (2022-05-11T09:12:59Z)
• Designing A Clinically Applicable Deep Recurrent Model to Identify Neuropsychiatric Symptoms in People Living with Dementia Using In-Home Monitoring Data [52.40058724040671]
  鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。 扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。 本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-19T11:45:01Z)
• Interpreting Depression From Question-wise Long-term Video Recording of SDS Evaluation [13.578189285500716]
  SDS (Self-Rating Depression Scale) は, 効率的な予備検診によく用いられている。 本稿では, 質問票結果と回答時間に基づいて, 長期可変長ビデオのエンドツーエンド階層化フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-25T02:32:13Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)
• Towards Causality-Aware Inferring: A Sequential Discriminative Approach for Medical Diagnosis [142.90770786804507]
  医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。 この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。 本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
  論文  参考訳（メタデータ） (2020-03-14T02:05:54Z)

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。