論文の概要: Deep Convolution Network Based Emotion Analysis for Automatic Detection of Mild Cognitive Impairment in the Elderly

• arxiv url: http://arxiv.org/abs/2111.05066v1
• Date: Tue, 9 Nov 2021 11:51:33 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-10 15:04:05.235449
• Title: Deep Convolution Network Based Emotion Analysis for Automatic Detection of Mild Cognitive Impairment in the Elderly
• Title（参考訳）: 深層畳み込みネットワークを用いた感情分析による高齢者の軽度認知機能障害の自動検出
• Authors: Zixiang Fei, Erfu Yang, Leijian Yu, Xia Li, Huiyu Zhou, Wenju Zhou
• Abstract要約: 認知障害の早期発見は、患者と介護者の両方にとって非常に重要である。 認知障害患者には異常な感情パターンが認められた。 本稿では,認知障害を検出するための新しい深層畳み込みネットワークシステムを提案する。
• 参考スコア（独自算出の注目度）: 15.217754542927961
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: A significant number of people are suffering from cognitive impairment all over the world. Early detection of cognitive impairment is of great importance to both patients and caregivers. However, existing approaches have their shortages, such as time consumption and financial expenses involved in clinics and the neuroimaging stage. It has been found that patients with cognitive impairment show abnormal emotion patterns. In this paper, we present a novel deep convolution network-based system to detect the cognitive impairment through the analysis of the evolution of facial emotions while participants are watching designed video stimuli. In our proposed system, a novel facial expression recognition algorithm is developed using layers from MobileNet and Support Vector Machine (SVM), which showed satisfactory performance in 3 datasets. To verify the proposed system in detecting cognitive impairment, 61 elderly people including patients with cognitive impairment and healthy people as a control group have been invited to participate in the experiments and a dataset was built accordingly. With this dataset, the proposed system has successfully achieved the detection accuracy of 73.3%.
• Abstract（参考訳）: かなりの数の人々が世界中で認知障害に苦しんでいる。 認知障害の早期発見は患者と介護者の両方にとって非常に重要である。 しかし、既存のアプローチでは、診療所や神経イメージングの段階にかかわる時間消費や費用が不足している。 認知障害患者は異常な感情パターンを示すことが判明している。 本稿では、参加者がデザインされたビデオ刺激を見ている間、顔の感情の発達の分析を通じて認知障害を検出するための、新しい深層畳み込みネットワークシステムを提案する。 提案システムでは,3つのデータセットで良好な性能を示す,MobileNet と Support Vector Machine (SVM) の層を用いて,新しい表情認識アルゴリズムを開発した。 提案する認知障害検出システムを検証するために,認知障害患者を含む61名の高齢者と,対照群として健康な高齢者が参加し,それに応じてデータセットを構築した。 このデータセットにより、提案システムは73.3%の精度で検出に成功した。

関連論文リスト

• Auto Detecting Cognitive Events Using Machine Learning on Pupillary Data [0.0]
  瞳孔の大きさは認知作業負荷の貴重な指標であり、自律神経系によって支配される注意の変化と覚醒を反映している。 本研究では、機械学習を用いて個人が経験した認知イベントを自動的に検出する可能性について検討する。
  論文  参考訳（メタデータ） (2024-10-18T04:54:46Z)
• Automatic detection of cognitive impairment in elderly people using an entertainment chatbot with Natural Language Processing capabilities [8.032202552952299]
  本稿では,高齢者の認知障害を透過的にモニタリングする知的会話システムについて紹介する。 自然言語生成技術を用いて,更新されたニュース項目から対話フローを自動生成する。 このシステムは、質問に対する回答のゴールドスタンダードを推論し、認知能力を自動的に評価する。
  論文  参考訳（メタデータ） (2024-05-28T19:17:48Z)
• Deep-seeded Clustering for Unsupervised Valence-Arousal Emotion Recognition from Physiological Signals [1.5695847325697105]
  本稿では、生理的・心理的データから感情認識を行うための、教師なしのディープクラスタフレームワークを提案する。 オープンベンチマークデータセット WESAD での試験では、深いk平均と深いc平均がラッセルの概略モデルの4つの四分項を87%の精度で区別していることが示された。
  論文  参考訳（メタデータ） (2023-08-17T14:37:35Z)
• Conformer Based Elderly Speech Recognition System for Alzheimer's Disease Detection [62.23830810096617]
  アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。 本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
  論文  参考訳（メタデータ） (2022-06-23T12:50:55Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• Towards Unbiased Visual Emotion Recognition via Causal Intervention [63.74095927462]
  本稿では,データセットバイアスによる負の効果を軽減するために,新しい感情認識ネットワーク(IERN)を提案する。 IERNの有効性を検証する一連の設計されたテストと、3つの感情ベンチマークの実験は、IERNが他の最先端のアプローチよりも優れていることを示した。
  論文  参考訳（メタデータ） (2021-07-26T10:40:59Z)
• CogAlign: Learning to Align Textual Neural Representations to Cognitive Language Processing Signals [60.921888445317705]
  自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。 我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2021-06-10T07:10:25Z)
• 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)
• AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health Assessment [2.7998963147546148]
  AutoCogniSysは、コンテキスト対応の自動認知ヘルスアセスメントシステムである。 我々は,高齢者の生活環境における認知的健康度自動評価システムを開発した。 AutoCogniSysのパフォーマンスは、高齢者の認知健康度を評価する際の精度の最大93%を証明している。
  論文  参考訳（メタデータ） (2020-03-17T01:44:59Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)

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。