論文の概要: An EEG-based approach for Parkinson's disease diagnosis using Capsule network

• arxiv url: http://arxiv.org/abs/2201.00628v2
• Date: Tue, 4 Jan 2022 15:10:46 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-09 14:55:53.838625
• Title: An EEG-based approach for Parkinson's disease diagnosis using Capsule network
• Title（参考訳）: カプセルネットワークを用いたパーキンソン病診断のための脳波法
• Authors: Shujie Wang, Gongshu Wang, Guangying Pei
• Abstract要約: パーキンソン病は2番目に一般的な神経変性疾患である。 PDの体系的早期診断と治療は確立されていない。 異なる脳波帯で異なる分類精度を比較すると、ガンマバンドで最も高い精度が示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As the second most common neurodegenerative disease, Parkinson's disease has caused serious problems worldwide. However, the cause and mechanism of PD are not clear, and no systematic early diagnosis and treatment of PD have been established. Many patients with PD have not been diagnosed or misdiagnosed. In this paper, we proposed an EEG-based approach to diagnosing Parkinson's disease. It mapped the frequency band energy of electroencephalogram(EEG) signals to 2-dimensional images using the interpolation method and identified classification using capsule network(CapsNet) and achieved 89.34% classification accuracy for short-term EEG sections. A comparison of separate classification accuracy across different EEG bands revealed the highest accuracy in the gamma bands, suggesting that we need to pay more attention to the changes in gamma band changes in the early stages of PD.
• Abstract（参考訳）: 2番目に多い神経変性疾患として、パーキンソン病は世界中で深刻な問題を引き起こしている。 しかし、PDの原因と機序は明らかではなく、PDの系統的早期診断や治療は確立されていない。 PD患者の多くは診断や誤診を受けていない。 本稿では,パーキンソン病の診断に脳波を用いたアプローチを提案する。 補間法を用いて脳波(EEG)信号の周波数帯エネルギーを2次元画像にマッピングし、カプセルネットワーク(CapsNet)を用いて分類し、短期脳波セクションの89.34%の分類精度を達成した。 異なる脳波帯域で異なる分類精度を比較すると、ガンマバンドの最も高い精度が示され、PDの初期段階におけるガンマバンドの変化により多くの注意を払う必要があることが示唆された。

関連論文リスト

• Predicting Parkinson's disease evolution using deep learning [1.4610685586329806]
  パーキンソン病は、世界の人口の1%近くで起こる神経疾患である。 パーキンソン病の診断に利用できる血液検査やバイオマーカーは1つもない。 進行の段階を特定するために設計されたAIツールは存在しない。
  論文  参考訳（メタデータ） (2023-12-28T10:30:54Z)
• Parkinsons Disease Detection via Resting-State Electroencephalography Using Signal Processing and Machine Learning Techniques [0.0]
  パーキンソン病(英: Parkinsons Disease、PD)は、ドーパミン作動性ニューロンの変性により運動障害を引き起こす神経変性疾患である。 脳波はPD患者の異常を示す。 1つの大きな課題は、治療薬や治療薬で病気を綿密に監視するために、PDのための一貫性のある、正確で、体系的なバイオマーカーが欠如していることである。
  論文  参考訳（メタデータ） (2023-03-29T06:03:05Z)
• Power Spectral Density-Based Resting-State EEG Classification of First-Episode Psychosis [1.3416169841532526]
  脳の異常活動パターンの同定における刺激非依存型脳波の有用性を示す。 複数の周波数帯域を組み込んだ一般化モデルでは、脳波バイオマーカーとFEP(First-Episode Psychosis)を関連付けるのがより効率的である。 本稿では,PSD解析における前処理手法の総合的な考察と,異なるモデルの詳細な比較について述べる。
  論文  参考訳（メタデータ） (2022-11-23T00:28:41Z)
• Pose-based Tremor Classification for Parkinson's Disease Diagnosis from Video [13.6403722052414]
  パーキンソン病(英: Parkinson's disease、PD)は、様々な運動障害症状を引き起こす進行性神経変性疾患である。 パーキンソンの震動はPDの強い一般化性を示す最も主要な症状の1つである。 本稿では,SPAPNetを提案する。SPAPNetは,PD警告サインとして,低コストのPT分類結果を提供するための入力として,カメラに面する人間の動作の,コンシューマグレードの非侵襲的なビデオ記録のみを必要とする。
  論文  参考訳（メタデータ） (2022-07-14T11:32:42Z)
• Task-oriented Self-supervised Learning for Anomaly Detection in Electroencephalography [51.45515911920534]
  タスク指向型自己教師型学習手法を提案する。 大きなカーネルを持つ特定の2つの分岐畳み込みニューラルネットワークを特徴抽出器として設計する。 効果的に設計され、訓練された特徴抽出器は、より優れた特徴表現を脳波から抽出できることが示されている。
  論文  参考訳（メタデータ） (2022-07-04T13:15:08Z)
• Subgroup discovery of Parkinson's Disease by utilizing a multi-modal smart device system [63.20765930558542]
  われわれはスマートウォッチとスマートフォンを使って、PD患者、DD、HCを含む504人の参加者のマルチモーダルデータを収集した。 様々なモダリティを組み合わせることで,分類精度が向上し,さらにPDクラスタが発見された。
  論文  参考訳（メタデータ） (2022-05-12T08:59:57Z)
• Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging [77.32032399775152]
  神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。 激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
  論文  参考訳（メタデータ） (2022-01-27T16:37:19Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)
• Spatiotemporal Ground Reaction Force Analysis using Convolutional Neural Networks to Analyze Parkinsonian Gait [0.0]
  パーキンソン病(英: Parkinsons disease, PD)は、高齢者の生活の質を大幅に低下させる不治の病気である。 本稿では,PDに関連する歩行パターンの変化を識別する鍵パラメータとして,原地反応力(GRF)を同定した。 提案アルゴリズムは、PDの重症度を特定し、パーキンソン歩行と健康歩行を区別することができる。
  論文  参考訳（メタデータ） (2021-02-01T04:30:34Z)
• A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease Progression with MEG Brain Networks [59.15734147867412]
  アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。 我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。 我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
  論文  参考訳（メタデータ） (2020-05-08T02:29:24Z)
• Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via Alignment Ensemble [77.5625174267105]
  膵管腺癌(PDAC)は最も致命的ながんの1つである。 複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。 PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-03-18T19:06:27Z)

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。