論文の概要: A Longitudinal Multi-modal Dataset for Dementia Monitoring and Diagnosis
- arxiv url: http://arxiv.org/abs/2109.01537v2
- Date: Sat, 23 Dec 2023 12:29:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-27 23:38:23.428032
- 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: 健常者や認知症者から収集した, 細粒度長大な多モードコーパスについて紹介した。
コーパスは音声による会話で構成され、そのサブセットは書き起こされ、型付けされた思考と関連する言語外情報から構成される。
- 参考スコア（独自算出の注目度）: 22.672055089496972
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Dementia affects cognitive functions of adults, including memory, language,
and behaviour. Standard diagnostic biomarkers such as MRI are costly, whilst
neuropsychological tests suffer from sensitivity issues in detecting dementia
onset. The analysis of speech and language has emerged as a promising and
non-intrusive technology to diagnose and monitor dementia. Currently, most work
in this direction ignores the multi-modal nature of human communication and
interactive aspects of everyday conversational interaction. Moreover, most
studies ignore changes in cognitive status over time due to the lack of
consistent longitudinal data. Here we introduce a novel fine-grained
longitudinal multi-modal corpus collected in a natural setting from healthy
controls and people with dementia over two phases, each spanning 28 sessions.
The corpus 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 present the data collection
process and describe the corpus in detail. Furthermore, we establish baselines
for capturing longitudinal changes in language across different modalities for
two cohorts, healthy controls and people with dementia, outlining future
research directions enabled by the corpus.
- Abstract（参考訳）: 認知症は、記憶、言語、行動を含む成人の認知機能に影響する。
MRIなどの標準的な診断バイオマーカーはコストがかかるが、神経心理学的検査は認知症発症の感度の問題に悩まされている。
言語と言語の分析は、認知症を診断し、モニターするための有望で非インタラクティブな技術として現れてきた。
現在、この方向の作業のほとんどは、人間のコミュニケーションのマルチモーダルな性質や日常的な会話の対話的な側面を無視している。
さらに、ほとんどの研究は、一貫した時系列データがないため、時間とともに認知状態の変化を無視する。
そこで本研究では, 健常者と認知症患者の2つの段階において, それぞれ28セッションにまたがる自然環境下で収集した, 細粒度長大な多モードコーパスについて紹介する。
コーパスは音声による会話で構成されており、そのサブセットは書き起こされ、タイプされた思考や、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ている。
本稿では,データ収集プロセスを説明し,コーパスを詳細に記述する。
さらに,2つのコホート,健康管理,認知症者に対する言語変化の経時的変化を捉えるためのベースラインを確立し,コーパスによって実現される今後の研究方向を概説する。
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。