論文の概要: Data-driven Approach to Differentiating between Depression and Dementia
from Noisy Speech and Language Data
- arxiv url: http://arxiv.org/abs/2210.03303v1
- Date: Fri, 7 Oct 2022 03:20:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-10 12:59:21.587007
- Title: Data-driven Approach to Differentiating between Depression and Dementia
from Noisy Speech and Language Data
- Title（参考訳）: 抑うつと認知症との差異に関する音声・言語データによるデータ駆動アプローチ
- Authors: Malikeh Ehghaghi, Frank Rudzicz and Jekaterina Novikova
- Abstract要約: 認知症ではコモービルドうつ病が頻発し、これらの臨床症状は多くの重複症状を共有している。
複数条件からの物語音声データを組み合わせた新しい集計データセットを提案する。
分析の結果,認知症とうつ病の主な相違は,音声の音響的異常,反復性(あるいは円),単語の発見困難,コヒーレンス障害,語彙的複雑さと富の相違であることがわかった。
- 参考スコア（独自算出の注目度）: 17.77923908329135
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: A significant number of studies apply acoustic and linguistic characteristics
of human speech as prominent markers of dementia and depression. However,
studies on discriminating depression from dementia are rare. Co-morbid
depression is frequent in dementia and these clinical conditions share many
overlapping symptoms, but the ability to distinguish between depression and
dementia is essential as depression is often curable. In this work, we
investigate the ability of clustering approaches in distinguishing between
depression and dementia from human speech. We introduce a novel aggregated
dataset, which combines narrative speech data from multiple conditions, i.e.,
Alzheimer's disease, mild cognitive impairment, healthy control, and
depression. We compare linear and non-linear clustering approaches and show
that non-linear clustering techniques distinguish better between distinct
disease clusters. Our interpretability analysis shows that the main
differentiating symptoms between dementia and depression are acoustic
abnormality, repetitiveness (or circularity) of speech, word finding
difficulty, coherence impairment, and differences in lexical complexity and
richness.
- Abstract（参考訳）: 認知症や抑うつの顕著な指標として,人間の発話の音響的・言語的特徴を応用する研究が多数ある。
しかし、うつ病と認知症を区別する研究は稀である。
認知症では共反うつ病が頻発し、これらの臨床症状は重なり合う症状を多く抱えるが、うつ病と認知症を区別する能力は、しばしば治療可能であるため必要不可欠である。
本研究では,抑うつと認知症を区別するクラスタリングアプローチの能力について検討した。
本稿では,アルツハイマー病,軽度認知障害,健常性制御,うつ病など,複数の症状からの物語音声データを組み合わせた新しい集計データセットを提案する。
線形クラスタリングと非線形クラスタリングのアプローチを比較し,非線形クラスタリング技術が異なる疾患クラスターを区別することを示す。
分析の結果,認知症とうつ病の主な相違は,音声の音響的異常,反復性(あるいは円),単語の発見困難,コヒーレンス障害,語彙的複雑さと富の相違であることがわかった。
関連論文リスト
- Self-Supervised Embeddings for Detecting Individual Symptoms of Depression [18.43207977841643]
世界の数百万人に影響を及ぼす精神疾患であるうつ病は、信頼できるアセスメントシステムを必要としている。
我々は、自己教師付き学習(SSL)ベースの音声モデルを利用して、このタスクで頻繁に遭遇する小さなデータセットをよりよく活用する。
抑うつ症状を効果的に識別するためのマルチタスク学習の重要性を示す。
論文 参考訳（メタデータ） (2024-06-25T02:35:37Z) - Measuring Non-Typical Emotions for Mental Health: A Survey of Computational Approaches [57.486040830365646]
ストレスと抑うつは日々のタスクにおけるエンゲージメントに影響を与え、彼らの相互作用を理解する必要性を強調します。
この調査は、ストレス、抑うつ、エンゲージメントを分析する計算手法を同時に探求した最初のものである。
論文 参考訳（メタデータ） (2024-03-09T11:16:09Z) - A Digital Language Coherence Marker for Monitoring Dementia [14.580879594539859]
本稿では,コスト効率のよい,人間の解釈可能なデジタルマーカーとして,言語コヒーレンスをキャプチャする手法を提案する。
認知症と健常者の言語コヒーレンスパターンを比較した。
コヒーレンスマーカーは軽度認知障害,アルツハイマー病,健常者間で有意な差を示した。
論文 参考訳（メタデータ） (2023-10-14T17:10:19Z) - The Relationship Between Speech Features Changes When You Get Depressed:
Feature Correlations for Improving Speed and Performance of Depression
Detection [69.88072583383085]
この研究は、抑うつが音声から抽出した特徴間の相関を変化させることを示す。
このような洞察を用いることで、SVMとLSTMに基づく抑うつ検出器のトレーニング速度と性能を向上させることができる。
論文 参考訳（メタデータ） (2023-07-06T09:54:35Z) - 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) - Bayesian Networks for the robust and unbiased prediction of depression
and its symptoms utilizing speech and multimodal data [65.28160163774274]
我々は,抑うつ,抑うつ症状,および,胸腺で収集された音声,表情,認知ゲームデータから得られる特徴の関連性を把握するためにベイズ的枠組みを適用した。
論文 参考訳（メタデータ） (2022-11-09T14:48:13Z) - Speech and the n-Back task as a lens into depression. How combining both
may allow us to isolate different core symptoms of depression [12.251313610613693]
その結果,抑うつ症状のサブセットと音声変化が強く関連していることが示唆された。
我々はTymiaで収集された新しい大規模・横断的・多モードデータセットを提案する。
次に、PHQ-8項目レベルで異なる音声とn-Backマーカーの関係を明らかにする実験のセットを示す。
論文 参考訳（メタデータ） (2022-03-30T09:12:59Z) - Perception Point: Identifying Critical Learning Periods in Speech for
Bilingual Networks [58.24134321728942]
ディープニューラルベース視覚唇読解モデルにおける認知的側面を比較し,識別する。
我々は、認知心理学におけるこれらの理論と独自のモデリングの間に強い相関関係を観察する。
論文 参考訳（メタデータ） (2021-10-13T05:30:50Z) - 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) - Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。
神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。
以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
論文 参考訳（メタデータ） (2020-11-19T02:24:11Z)
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。