Fugu-MT 論文翻訳(概要): Can viewer proximity be a behavioural marker for Autism Spectrum Disorder?

論文の概要: Can viewer proximity be a behavioural marker for Autism Spectrum Disorder?

arxiv url: http://arxiv.org/abs/2111.04064v1
Date: Sun, 7 Nov 2021 12:21:43 GMT
ステータス: 処理完了
システム内更新日: 2021-11-09 16:37:38.260415
Title: Can viewer proximity be a behavioural marker for Autism Spectrum Disorder?
Title（参考訳）: 自閉症スペクトラム障害の行動指標としての視聴者近接性
Authors: Rahul Bishain, Sharat Chandran
Abstract要約: 本報告では,2～7歳児の自閉症の行動指標として,感覚感受性検査を併用しながら,ディスプレイからの距離を計測する効果を初めて用いた。このようなテストがカジュアルな家庭設定で使える可能性は有望だ。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Screening for any of the Autism Spectrum Disorders is a complicated process often involving a hybrid of behavioural observations and questionnaire based tests. Typically carried out in a controlled setting, this process requires trained clinicians or psychiatrists for such assessments. Riding on the wave of technical advancement in mobile platforms, several attempts have been made at incorporating such assessments on mobile and tablet devices. In this paper we analyse videos generated using one such screening test. This paper reports the first use of the efficacy of using the observer's distance from the display screen while administering a sensory sensitivity test as a behavioural marker for autism for children aged 2-7 years The potential for using a test such as this in casual home settings is promising.
Abstract（参考訳）: 自閉症スペクトラム障害のスクリーニングは、しばしば行動観察とアンケートに基づくテストのハイブリッドを含む複雑なプロセスである。通常、このプロセスは、そのような評価のために訓練された臨床医や精神科医を必要とする。モバイルプラットフォームにおける技術進歩の波に乗じて,このような評価をモバイルやタブレットデバイスに組み込むことが試みられている。本稿では,このようなスクリーニングテストで生成された映像を分析した。本報告では,2～7歳児の自閉症の行動指標として感覚感受性検査を施し,ディスプレイ画面からの観察者の距離を用いる効果を初めて活用し,カジュアルな家庭環境におけるこのようなテストの利用の可能性について有望である。

関連論文リスト

Weakly-supervised Autism Severity Assessment in Long Videos [11.976885834298566]
自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、社会的コミュニケーションと相互作用の課題を特徴とする多様な神経生物学的条件のコレクションである。長い、トリミングされていないビデオにおける非定型的な行動パターンは、ASDを持つ子供のバイオマーカーとして機能する。
論文参考訳（メタデータ） (2024-07-12T10:45:25Z)
Unsupervised Video Anomaly Detection for Stereotypical Behaviours in Autism [20.09315869162054]
本稿では,コンピュータビジョン技術を用いてステレオタイプ行動を自動的に検出することに焦点を当てる。本研究では、人間のポーズの時間的軌跡と人間の行動の反復パターンに基づいて、ステレオタイプ行動検出のためのデュアルストリーム深度モデル(DS-SBD)を提案する。
論文参考訳（メタデータ） (2023-02-27T13:24:08Z)
Action-based Early Autism Diagnosis Using Contrastive Feature Learning [2.922007656878633]
自閉症スペクトラム障害(Autism Spectrum disorder, ASD)は、神経疾患である。その主な症状は、(言語および/または非言語)コミュニケーションの困難さ、硬直的/反復的な行動である。本稿では,簡単なアクションビデオクリップを用いて,自閉症の診断を自動化するための学習的アプローチを提案する。
論文参考訳（メタデータ） (2022-09-12T16:31:34Z)
A Survey of Visual Sensory Anomaly Detection [53.23336329817023]
視覚感覚異常検出(AD)はコンピュータビジョンにおいて重要な問題である。視覚感覚のADとカテゴリーを,異常の形で3段階にまとめて検討した。
論文参考訳（メタデータ） (2022-02-14T19:50:03Z)
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)
Activity Recognition for Autism Diagnosis [1.4854189993691178]
形式的自閉症診断は非効率で長いプロセスである。この問題の1つのアプローチは、デジタル技術を使って自閉症に関連する行動を検出することである。自閉症の最も強い指標の1つは刺激であり、反復的で自己刺激的な行動のセットである。
論文参考訳（メタデータ） (2021-08-18T01:00:02Z)
Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文参考訳（メタデータ） (2020-08-21T20:22:55Z)
Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。 eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
論文参考訳（メタデータ） (2020-08-09T20:22:52Z)
Gaze-based Autism Detection for Adolescents and Young Adults using Prosaic Videos [35.54632105027475]
ユーザの視線を監視することで、自閉症スペクトラム障害の個人を識別できることを実証する。私たちは、35人の自閉症と25人の非自閉症の個人を雇い、ノートパソコンに接続された市販のアイトラッカーを使って視線を捉えました。15秒以内に、我々のアプローチは、自閉症の診断を受けた個人を特定する精度92.5%でした。
論文参考訳（メタデータ） (2020-05-26T18:14:31Z)
Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文参考訳（メタデータ） (2020-05-06T09:02:30Z)
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。