論文の概要: Extended Reality for Mental Health Evaluation -A Scoping Review

• arxiv url: http://arxiv.org/abs/2204.01348v2
• Date: Thu, 11 Apr 2024 08:12:50 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-12 19:46:03.458752
• Title: Extended Reality for Mental Health Evaluation -A Scoping Review
• Title（参考訳）: メンタルヘルス評価のための拡張現実感 -スコープによる検討-
• Authors: Omisore Olatunji, Ifeanyi Odenigbo, Joseph Orji, Amelia Beltran, Nilufar Baghaei, Meier Sandra, Rita Orji,
• Abstract要約: メンタルヘルス障害は、世界中の健康問題の主要な原因である。 不安やうつ病の発生率が世界的に増加するにつれて、メンタルヘルス障害が成人の致命傷の主な原因になると予測されている。 最近、拡張現実(XR)は、メンタルヘルスを届ける新しい方法を編み出している。
• 参考スコア（独自算出の注目度）: 6.63078286509029
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mental health disorders are the leading cause of health-related problems globally. It is projected that mental health disorders will be the leading cause of morbidity among adults as the incidence rates of anxiety and depression grows globally. Recently, extended reality (XR), a general term covering virtual reality (VR), augmented reality (AR) and mixed reality (MR), is paving a new way to deliver mental health care. In this paper, we conduct a scoping review on the development and application of XR in the area of mental disorders. We performed a scoping database search to identify the relevant studies indexed in Google Scholar, PubMed, and the ACM Digital Library. A search period between August 2016 and December 2023 was defined to select articles related to the usage of VR, AR, and MR in a mental health context. We identified a total of 85 studies from 27 countries across the globe. By performing data analysis, we found that most of the studies focused on developed countries such as the US (16.47%) and Germany (12.94%). None of the studies were for African countries. The majority of the articles reported that XR techniques led to a significant reduction in symptoms of anxiety or depression. More studies were published in the year 2021, i.e., 31.76% (n = 31). This could indicate that mental disorder intervention received a higher attention when COVID-19 emerged. Most studies (n = 65) focused on a population between 18 and 65 years old, only a few studies focused on teenagers (n = 2). Also, more studies were done experimentally (n = 67, 78.82%) rather than by analytical and modeling approaches (n = 8, 9.41%). This shows that there is a rapid development of XR technology for mental health care. Furthermore, these studies showed that XR technology can effectively be used for evaluating mental disorders in similar or better way as the conventional approaches.
• Abstract（参考訳）: メンタルヘルス障害は、世界中の健康問題の主要な原因である。 不安やうつ病の発生率が世界的に増加するにつれて、メンタルヘルス障害が成人の致命傷の主な原因になると予測されている。 近年、拡張現実(VR)、拡張現実(AR)、MR(Mixed Reality)を包括する一般用語である拡張現実(XR)が、メンタルヘルスの新たな道を開いた。 本稿では,精神疾患領域におけるXRの開発と応用に関するスコーピングレビューを行う。 我々は,Google Scholar,PubMed,およびACM Digital Libraryにインデックスされた関連研究を特定するために,スコーピングデータベース検索を行った。 2016年8月から2023年12月までの検索期間は、メンタルヘルスの文脈におけるVR、AR、MRの使用に関する記事を選択するために定義された。 全世界27カ国で計85件の調査を行った。 データ分析を行うことで、米国(16.47%)やドイツ(12.94%)といった先進国に焦点を当てた研究の大半が明らかになった。 いずれの研究もアフリカ諸国には及ばなかった。 論文の大半は、XR技術が不安や抑うつの症状を著しく減少させたと報告している。 2021年、31.76%(n = 31)という研究結果が発表された。 これは、新型コロナウイルス(COVID-19)が出現したとき、精神障害の介入に注目が集まることを意味している。 ほとんどの研究 (n = 65) は18歳から65歳までの人口に焦点を当て、わずかに10代を対象にした研究 (n = 2) しかなかった。 また、分析的手法やモデリング手法(n = 8, 9.41%)よりも実験的に(n = 67, 78.82%)多くの研究が行われた。 このことは、精神医療のためのXR技術が急速に発達していることを示している。 さらに, これらの研究により, XR技術は, 従来のアプローチと同様に, より優れた精神障害評価に有効であることが示唆された。

関連論文リスト

• On the State of NLP Approaches to Modeling Depression in Social Media: A Post-COVID-19 Outlook [21.978924582262263]
  うつ病は最も広く研究されている精神疾患である。 新型コロナウイルス(COVID-19)の世界的なパンデミックは、世界中のメンタルヘルスに大きな影響を与えた。 ソーシャルメディアにおける抑うつをモデル化するための自然言語処理(NLP)アプローチについて調査する。
  論文  参考訳（メタデータ） (2024-10-11T13:20:54Z)
• Mental-Perceiver: Audio-Textual Multimodal Learning for Mental Health Assessment [10.584792972403596]
  不安や抑うつといった精神障害は、さまざまな年齢の人々の生活に影響を及ぼす世界的な問題となっている。 我々は,マンダリン話者の不安と抑うつ評価に関する大規模テキストbfMulti-textbfModal textbfpsychological Assessment corpus (MMPsy)を構築した。 我々のデータセットには、不安評価のためのインタビューの7,700件、うつ病評価のための4,200件以上の記録が含まれています。
  論文  参考訳（メタデータ） (2024-08-22T02:54:52Z)
• Predicting Depression and Anxiety: A Multi-Layer Perceptron for Analyzing the Mental Health Impact of COVID-19 [1.9809980686152868]
  新型コロナウイルスのパンデミックに伴うメンタルヘルスの傾向を予測するため,多層パーセプトロン(MLP)であるCoDAPを導入した。 本手法は、米国成人の多様なコホートにおいて、最初の新型コロナウイルス波(2020年4月から6月)の間に、週10週間にわたってメンタルヘルスの症状を追跡した包括的データセットを用いている。 このモデルは、パンデミック中の不安や抑うつのパターンを予測するだけでなく、人口統計要因、行動の変化、および精神健康の社会的決定要因の相互作用に関する重要な洞察も明らかにしている。
  論文  参考訳（メタデータ） (2024-03-09T22:49:04Z)
• Robust language-based mental health assessments in time and space through social media [7.94191542104603]
  言語に基づくアセスメントは、週単位の時間スケールで、集団のメンタルヘルスの費用効率が高くスケーラブルなモニタリングを可能にする。 この方法は、幅広い心理学的結果に一般化し、アンダーリソース環境でのコミュニティ計測を可能にする。
  論文  参考訳（メタデータ） (2023-02-25T01:39:13Z)
• Exploring Social Media for Early Detection of Depression in COVID-19 Patients [44.76299288962596]
  早期に検出と介入は、新型コロナウイルス患者のうつ病のリスクを減少させる可能性がある。 我々は、感染前後のソーシャルメディア活動に関する情報を含む新型コロナウイルス患者のデータセットを管理した。 うつ病リスクの高いCOVID-19患者の特徴を明らかにするため,本データセットを広範囲に分析した。
  論文  参考訳（メタデータ） (2023-02-23T14:13:52Z)
• Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
  精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。 本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
  論文  参考訳（メタデータ） (2023-02-05T22:33:49Z)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)
• Tracking the evolution of crisis processes and mental health on social media during the COVID-19 pandemic [0.90238471756546]
  本研究は,危機対応と回復の段階を社会学的問題として検討することを目的とする。 アルゼンチンで2020年3月から8月にかけて行われた大量のTwitterデータに基づいて、ソーシャルメディア投稿で使用される言語の違いをテーマ分析した。
  論文  参考訳（メタデータ） (2020-11-22T14:30:09Z)
• Patch-based Brain Age Estimation from MR Images [64.66978138243083]
  磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。 より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。 我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
  論文  参考訳（メタデータ） (2020-08-29T11:50:37Z)
• Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
  重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。 私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。 調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
  論文  参考訳（メタデータ） (2020-07-22T18:02:39Z)

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。