論文の概要: A Longitudinal Multi-modal Dataset for Dementia Monitoring and Diagnosis

• arxiv url: http://arxiv.org/abs/2109.01537v1
• Date: Fri, 3 Sep 2021 14:02:12 GMT
• ステータス: 処理完了
• システム内更新日: 2021-09-06 16:29:19.716819
• Title: A Longitudinal Multi-modal Dataset for Dementia Monitoring and Diagnosis
• Title（参考訳）: 認知症モニタリングと診断のための縦型マルチモーダルデータセット
• Authors: Dimitris Gkoumas, Bo Wang, Adam Tsakalidis, Maria Wolters, Arkaitz Zubiaga, Matthew Purver and Maria Liakata
• Abstract要約: 本研究では, 軽度認知症と年齢整合性コントロールを持つ者を対象に, 自然条件下で数ヶ月間にわたって収集した経時的マルチモーダルデータセットを提案する。 データは音声による会話からなり、そのサブセットは書き起こされ、入力された思考や、ペンストロークやキーストロークのような関連する言語外情報も書き起こされる。 本実験は, 抑うつ群と認知症群において, 音声がセッションからセッションへどのように変化するかに有意な差異が認められた。
• 参考スコア（独自算出の注目度）: 18.195150814123302
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dementia is a family of neurogenerative conditions affecting memory and cognition in an increasing number of individuals in our globally aging population. Automated analysis of language, speech and paralinguistic indicators have been gaining popularity as potential indicators of cognitive decline. Here we propose a novel longitudinal multi-modal dataset collected from people with mild dementia and age matched controls over a period of several months in a natural setting. The multi-modal data consists of spoken conversations, a subset of which are transcribed, as well as typed and written thoughts and associated extra-linguistic information such as pen strokes and keystrokes. We describe the dataset in detail and proceed to focus on a task using the speech modality. The latter involves distinguishing controls from people with dementia by exploiting the longitudinal nature of the data. Our experiments showed significant differences in how the speech varied from session to session in the control and dementia groups.
• Abstract（参考訳）: 認知症は、世界的に高齢化している人々の記憶と認知に影響を及ぼす神経変性疾患である。 言語、音声、パラ言語指標の自動分析が認知的低下の潜在的指標として人気を集めている。 本稿では, 軽度認知症と年齢整合性コントロールを持つ者を対象に, 自然条件下で数ヶ月間にわたって収集した経時的マルチモーダルデータセットを提案する。 マルチモーダルデータは、音声による会話からなり、そのサブセットが書き起こされ、入力された思考や、ペンストロークやキーストロークのような関連する言語外情報も書き起こされる。 本稿では,データセットを詳述し,音声モダリティを用いてタスクに集中する。 後者は、データの縦断的な性質を利用して認知症患者とコントロールを区別する。 本実験は, 抑うつ群と認知症群において, 音声がセッションからセッションへどのように変化するかに有意な差異が認められた。

関連論文リスト

• Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
  LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。 脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。 以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
  論文  参考訳（メタデータ） (2024-07-15T01:09:08Z)
• Selfsupervised learning for pathological speech detection [0.0]
  音声生成は、様々な神経変性疾患による影響と破壊を受けやすい。 これらの障害は、異常な発声パターンと不正確な調音を特徴とする病的発声を引き起こす。 ニューロタイプ話者とは異なり、言語障害や障害のある患者は、AlexaやSiriなど、さまざまなバーチャルアシスタントにアクセスできない。
  論文  参考訳（メタデータ） (2024-05-16T07:12:47Z)
• Syntactic Language Change in English and German: Metrics, Parsers, and Convergences [56.47832275431858]
  本論文は,過去160年間の議会討論のコーパスを用いて,英語とドイツ語の統語的言語変化のダイアクロニックな傾向を考察する。 私たちは、広く使われているStanford Coreと、新しい4つの選択肢を含む5つの依存関係をベースとしています。 文長分布の尾部では,構文的尺度の変化が頻繁であることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-18T11:46:16Z)
• Reformulating NLP tasks to Capture Longitudinal Manifestation of Language Disorders in People with Dementia [18.964022118823532]
  我々は中程度の大きさの事前学習言語モデルを用いて言語障害パターンを学習する。 次に、最良モデルからの確率推定値を用いて、デジタル言語マーカーを構築する。 提案する言語障害マーカーは,疾患進行に伴う言語障害に関する有用な知見を提供する。
  論文  参考訳（メタデータ） (2023-10-15T17:58:47Z)
• A Digital Language Coherence Marker for Monitoring Dementia [14.580879594539859]
  本稿では,コスト効率のよい,人間の解釈可能なデジタルマーカーとして,言語コヒーレンスをキャプチャする手法を提案する。 認知症と健常者の言語コヒーレンスパターンを比較した。 コヒーレンスマーカーは軽度認知障害,アルツハイマー病,健常者間で有意な差を示した。
  論文  参考訳（メタデータ） (2023-10-14T17:10:19Z)
• Probing Brain Context-Sensitivity with Masked-Attention Generation [87.31930367845125]
  我々は、GPT-2変換器を用いて、一定量の文脈情報をキャプチャする単語埋め込みを生成する。 そして、自然主義的なテキストを聴く人間のfMRI脳活動を予測することができるかどうかを検証した。
  論文  参考訳（メタデータ） (2023-05-23T09:36:21Z)
• Information-Restricted Neural Language Models Reveal Different Brain Regions' Sensitivity to Semantics, Syntax and Context [87.31930367845125]
  テキストコーパスを用いて語彙言語モデルGloveと超語彙言語モデルGPT-2を訓練した。 そして、これらの情報制限されたモデルが、自然主義的テキストを聴く人間のfMRI信号の時間軸を予測することができるかを評価した。 分析の結果、言語に関わるほとんどの脳領域は、構文変数と意味変数の両方に敏感であるが、これらの影響の相対的な大きさは、これらの領域で大きく異なることがわかった。
  論文  参考訳（メタデータ） (2023-02-28T08:16:18Z)
• 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)
• Perception Point: Identifying Critical Learning Periods in Speech for Bilingual Networks [58.24134321728942]
  ディープニューラルベース視覚唇読解モデルにおける認知的側面を比較し,識別する。 我々は、認知心理学におけるこれらの理論と独自のモデリングの間に強い相関関係を観察する。
  論文  参考訳（メタデータ） (2021-10-13T05:30:50Z)
• Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
  認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。 神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。 以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
  論文  参考訳（メタデータ） (2020-11-19T02:24:11Z)
• Identification of Dementia Using Audio Biomarkers [15.740689461116762]
  本研究の目的は、認知症のステージを自動的に識別するために、音声処理と機械学習技術を使用することである。 非言語的音響パラメータはこの目的のために使われ、言語に依存しないアプローチとなっている。 我々は, スペクトル, 時間, ケプストラム等の音響特性の寄与と, 認知症ステージの同定への選択について分析した。
  論文  参考訳（メタデータ） (2020-02-27T13:54:00Z)

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。