論文の概要: PTSD in the Wild: A Video Database for Studying Post-Traumatic Stress
Disorder Recognition in Unconstrained Environments
- arxiv url: http://arxiv.org/abs/2209.14085v1
- Date: Wed, 28 Sep 2022 13:30:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-29 16:36:41.943592
- Title: PTSD in the Wild: A Video Database for Studying Post-Traumatic Stress
Disorder Recognition in Unconstrained Environments
- Title(参考訳): ptsd in the wild: 無拘束環境における外傷後ストレス障害認識研究のためのビデオデータベース
- Authors: Moctar Abdoul Latif Sawadogo, Furkan Pala, Gurkirat Singh, Imen Selmi,
Pauline Puteaux and Alice Othmani
- Abstract要約: PTSDは慢性的な精神状態であり、破滅的な生命現象に反応して発達する。
本稿では,PTSD自動診断のための新しいビデオデータベースを公開し,注釈付けし,公開するために準備した。
野生データセットにおけるPTSDに基づくコンピュータビジョンと機械学習に基づくアプローチを評価するためのベンチマークを提供する。
- 参考スコア(独自算出の注目度): 9.272889136803212
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: POST-traumatic stress disorder (PTSD) is a chronic and debilitating mental
condition that is developed in response to catastrophic life events, such as
military combat, sexual assault, and natural disasters. PTSD is characterized
by flashbacks of past traumatic events, intrusive thoughts, nightmares,
hypervigilance, and sleep disturbance, all of which affect a person's life and
lead to considerable social, occupational, and interpersonal dysfunction. The
diagnosis of PTSD is done by medical professionals using self-assessment
questionnaire of PTSD symptoms as defined in the Diagnostic and Statistical
Manual of Mental Disorders (DSM). In this paper, and for the first time, we
collected, annotated, and prepared for public distribution a new video database
for automatic PTSD diagnosis, called PTSD in the wild dataset. The database
exhibits "natural" and big variability in acquisition conditions with different
pose, facial expression, lighting, focus, resolution, age, gender, race,
occlusions and background. In addition to describing the details of the dataset
collection, we provide a benchmark for evaluating computer vision and machine
learning based approaches on PTSD in the wild dataset. In addition, we propose
and we evaluate a deep learning based approach for PTSD detection in respect to
the given benchmark. The proposed approach shows very promising results.
Interested researcher can download a copy of PTSD-in-the wild dataset from:
http://www.lissi.fr/PTSD-Dataset/
- Abstract(参考訳): POST-traumatic stress disorder (PTSD) は、戦闘、性的暴行、自然災害などの破滅的な生命現象に反応して発達する慢性的、不安定な精神状態である。
PTSDは、過去のトラウマ的出来事、侵入的思考、悪夢、過重力、睡眠障害のフラッシュバックが特徴であり、これらは全て人の生活に影響を与え、社会的、職業的、対人的機能不全を引き起こす。
PTSDの診断は、精神障害の診断・統計マニュアル(DSM)で定義されたPTSD症状の自己評価アンケートを用いて、医療従事者が行う。
本論文は,本論文において,PTSD自動診断のためのビデオデータベースを野生データセットに公開するために,初めて収集,注釈付け,準備を行ったものである。
このデータベースは、異なるポーズ、表情、照明、焦点、フォーカス、解像度、年齢、性別、人種、オクルージョン、背景を持つ獲得条件における「自然な」大きな変動を示す。
データセットコレクションの詳細を説明することに加えて、ワイルドデータセットにおけるptsdに基づくコンピュータビジョンと機械学習に基づくアプローチを評価するベンチマークを提供する。
さらに,ptsd検出のための深層学習に基づく手法を提案するとともに評価した。
提案手法は非常に有望な結果を示す。
興味のある研究者は、 http://www.lissi.fr/PTSD-Dataset/
関連論文リスト
- Analyzing the Effect of Data Impurity on the Detection Performances of
Mental Disorders [4.080594857690561]
特定の精神障害が類似した症状を共有していることが広く認識されており、収集された行動データが複数の障害に関連する様々な属性を包含している。
本研究では,大うつ病 (MDD) と外傷後ストレス障害 (PTSD) の文脈におけるこの仮説について検討する。
これらのデータ不純物除去により,MDDおよびPTSD検出性能は大幅に向上した。
論文 参考訳(メタデータ) (2023-08-09T13:13:26Z) - GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。
本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
論文 参考訳(メタデータ) (2022-11-22T15:51:10Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳(メタデータ) (2022-03-03T17:19:12Z) - 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) - Posttraumatic Stress Disorder Hyperarousal Event Detection Using
Smartwatch Physiological and Activity Data [0.0]
PTSD(英: Posttraumatic Stress Disorder)は、アメリカ合衆国の退役軍人の約4分の1が、戦域から帰還する精神疾患である。
患者は治療セッションの外でPTSD症状を最も重篤に経験することが多い。
モバイルヘルスアプリケーションは、このギャップに対処するかもしれないが、その効果は、継続的監視と時間的介入を可能にする検出能力の現在のギャップによって制限されている。
論文 参考訳(メタデータ) (2021-09-29T22:24:10Z) - 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) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳(メタデータ) (2020-11-17T15:18:38Z) - Using Convolutional Variational Autoencoders to Predict Post-Trauma
Health Outcomes from Actigraphy Data [4.668948267866486]
うつ病と外傷後ストレス障害(PTSD)は、外傷性事象に関連する精神疾患である。
本研究は,調査用スマートウォッチを装着した1113名の被験者を対象に,ロコモター活動を用いた。
畳み込み変分オートエンコーダ(VAE)アーキテクチャは、アクティグラフィーデータから教師なしの特徴抽出に用いられた。
論文 参考訳(メタデータ) (2020-11-14T22:48:12Z) - World Trade Center responders in their own words: Predicting PTSD
symptom trajectories with AI-based language analyses of interviews [6.700088567524812]
本研究は、応答者間のPTSD症状の軌跡を予測するためのAIに基づく言語アセスメントの能力を検証した。
横断的に、より大きな抑うつ言語(beta=0.32; p43)と一対一の特異な使用(beta=0.31; p44)は、症状の重症度の増加に関連していた。
長文使用率 (beta=-0.36; p7) と長文使用率 (beta=-0.36; p7) は改善を予測した。
論文 参考訳(メタデータ) (2020-11-12T15:57:23Z) - 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) - LAXARY: A Trustworthy Explainable Twitter Analysis Model for
Post-Traumatic Stress Disorder Assessment [1.776746672434207]
本稿では,TwitterユーザのPTSDアセスメントを検知し,表現するためのLAXARYモデルを提案する。
まず,臨床検査ツールを用いて実Twitterユーザから臨床PTSD評価データを収集する。
そして、PTSD言語辞書と機械学習モデルを用いて、PTSDステータスと対応するTwitterユーザの強度を検出するための調査ツールを埋める。
論文 参考訳(メタデータ) (2020-03-16T20:32:24Z)
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。