論文の概要: Diagnosis of Parkinson's Disease Based on Voice Signals Using SHAP and Hard Voting Ensemble Method

• arxiv url: http://arxiv.org/abs/2210.01205v1
• Date: Mon, 3 Oct 2022 19:45:22 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-05 15:43:59.147944
• Title: Diagnosis of Parkinson's Disease Based on Voice Signals Using SHAP and Hard Voting Ensemble Method
• Title（参考訳）: SHAPとハード・ボーティング・アンサンブル法を用いたパーキンソン病の音声信号による診断
• Authors: Paria Ghaheri, Hamid Nasiri, Ahmadreza Shateri, Arman Homafar
• Abstract要約: パーキンソン病(英: Parkinson's disease、PD)は、アルツハイマー病に次いで2番目に多い進行性神経疾患である。 PDは典型的には、DATSCANやSPECTのような運動症状または他の神経画像技術を用いて識別される。 これらの方法は高価で、時間がかかり、一般大衆には利用できない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Background and Objective: Parkinson's disease (PD) is the second most common progressive neurological condition after Alzheimer's, characterized by motor and non-motor symptoms. Developing a method to diagnose the condition in its beginning phases is essential because of the significant number of individuals afflicting with this illness. PD is typically identified using motor symptoms or other Neuroimaging techniques, such as DATSCAN and SPECT. These methods are expensive, time-consuming, and unavailable to the general public; furthermore, they are not very accurate. These constraints encouraged us to develop a novel technique using SHAP and Hard Voting Ensemble Method based on voice signals. Methods: In this article, we used Pearson Correlation Coefficients to understand the relationship between input features and the output, and finally, input features with high correlation were selected. These selected features were classified by the Extreme Gradient Boosting (XGBoost), Light Gradient Boosting Machine (LightGBM), Gradient Boosting, and Bagging. Moreover, the Hard Voting Ensemble Method was determined based on the performance of the four classifiers. At the final stage, we proposed Shapley Additive exPlanations (SHAP) to rank the features according to their significance in diagnosing Parkinson's disease. Results and Conclusion: The proposed method achieved 85.42% accuracy, 84.94% F1-score, 86.77% precision, 87.62% specificity, and 83.20% sensitivity. The study's findings demonstrated that the proposed method outperformed state-of-the-art approaches and can assist physicians in diagnosing Parkinson's cases.
• Abstract（参考訳）: パーキンソン病(パーキンソンしょう、英: parkinson's disease、pd)は、アルツハイマー病に次いで2番目に多い進行性神経疾患である。 この疾患に苦しむ人の数が多いため、初期段階の病態を診断する方法の開発が不可欠である。 PDは典型的には、DATSCANやSPECTのような運動症状または他の神経画像技術を用いて識別される。 これらの手法は高価で、時間がかかり、一般大衆には利用できない。 これらの制約により,音声信号に基づくshapとハード投票アンサンブルを用いた新しい手法の開発が促進された。 方法:本論文では,pearson相関係数を用いて入力特徴量と出力の関係を把握し,最後に相関性の高い入力特徴量を選択する。 これらの特徴は、Extreme Gradient Boosting (XGBoost)、Light Gradient Boosting Machine (LightGBM)、Gradient Boosting、Baggingによって分類された。 さらに, 4つの分類器の性能から, ハード投票アンサンブル法が決定された。 最終段階では,パーキンソン病の診断における特徴として,Shapley Additive exPlanations (SHAP) を提案する。 その結果,提案手法は85.42%の精度,84.94%のf1コア,86.77%の精度,87.62%の特異性,83.20%の感度を達成した。 この研究の結果、提案された方法は最先端のアプローチを上回っており、パーキンソン病の診断を医師が支援できることが判明した。

関連論文リスト

• Determining the severity of Parkinson's disease in patients using a multi task neural network [0.7499722271664147]
  パーキンソン病は進行すると容易に診断できるが、早期の診断は困難である。 本研究では,音声分析から容易に抽出できる変数の集合を解析する。 99.15%の成功率は、パーキンソン病またはパーキンソン病以外の重度のパーキンソン病に罹患しているかどうかを予測する問題で達成されている。
  論文  参考訳（メタデータ） (2024-02-08T08:55:34Z)
• Parkinson's Disease Detection through Vocal Biomarkers and Advanced Machine Learning Algorithms [0.0]
  本研究は早期疾患予測の手段として, PD患者の声質変化の可能性について検討した。 XGBoost、LightGBM、Baging、AdaBoost、Support Vector Machineなど、さまざまな高度な機械学習アルゴリズムを活用する。 LightGBMは、100%の感度と94.43%の特異性を示し、他の機械学習アルゴリズムの精度とAUCスコアを上回った。
  論文  参考訳（メタデータ） (2023-11-09T15:21:10Z)
• Exploiting prompt learning with pre-trained language models for Alzheimer's Disease detection [70.86672569101536]
  アルツハイマー病(AD)の早期診断は予防ケアの促進とさらなる進行の遅らせに不可欠である。 本稿では,AD分類誤差をトレーニング対象関数として一貫して用いたPLMの高速微調整法について検討する。
  論文  参考訳（メタデータ） (2022-10-29T09:18:41Z)
• Remote Medication Status Prediction for Individuals with Parkinson's Disease using Time-series Data from Smartphones [75.23250968928578]
  本稿では,パーキンソン病患者のmPowerデータセットを用いて薬剤状態を予測する方法を提案する。 提案手法は,3つの薬物状態を客観的に予測する上で有望な結果を示す。
  論文  参考訳（メタデータ） (2022-07-26T02:08:08Z)
• 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)
• Exploring linguistic feature and model combination for speech recognition based automatic AD detection [61.91708957996086]
  音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。 専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。 本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
  論文  参考訳（メタデータ） (2022-06-28T05:09:01Z)
• 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)
• An Explainable Machine Learning Model for Early Detection of Parkinson's Disease using LIME on DaTscan Imagery [0.0]
  パーキンソン病(英: Parkinson's disease、PD)は、神経疾患である。 早期診断は患者の治療を改善することができ、SPECT DaTscanのようなドーパミン作動性イメージング技術によって行われる。 本研究では,任意のDaTscanをパーキンソン病の有無を正確に分類する機械学習モデルを提案する。
  論文  参考訳（メタデータ） (2020-08-01T10:44:03Z)
• Learning-based Computer-aided Prescription Model for Parkinson's Disease: A Data-driven Perspective [61.70045118068213]
  我々は、PD患者の症状と、神経科医が提供した処方薬を収集し、データセットを構築した。 そこで我々は、観察された症状と処方薬との関係を学習し、新しいコンピュータ支援処方薬モデルを構築した。 新来の患者に対しては、処方薬モデルにより、観察された症状に対して適切な処方薬を推奨できる(予測)。
  論文  参考訳（メタデータ） (2020-07-31T14:34:35Z)
• Machine learning discrimination of Parkinson's Disease stages from walker-mounted sensors data [0.0]
  本研究は,パーキンソン病進行の6段階を識別するための機械学習手法を適用した。 データは、運動障害クリニックの実験で、低コストの歩行センサーによって取得されました。
  論文  参考訳（メタデータ） (2020-06-22T09:34:12Z)
• 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)

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。