論文の概要: Assessing gender fairness in EEG-based machine learning detection of
Parkinson's disease: A multi-center study
- arxiv url: http://arxiv.org/abs/2303.06376v1
- Date: Sat, 11 Mar 2023 10:57:23 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-14 19:18:23.980106
- Title: Assessing gender fairness in EEG-based machine learning detection of
Parkinson's disease: A multi-center study
- Title（参考訳）: パーキンソン病の脳波に基づく機械学習検出における性公平性の評価--多施設共同研究
- Authors: Anna Kurbatskaya, Alberto Jaramillo-Jimenez, John Fredy Ochoa-Gomez,
Kolbj{\o}rn Br{\o}nnick, Alvaro Fernandez-Quilez
- Abstract要約: 我々は、以前開発されたMLアルゴリズムのマルチセンター設定において、性別サブグループの検出能力を体系的に分析する。
男女のPD検出能力に有意な差が認められた。
脳波チャンネルと前頭葉脳波チャンネルのセットと、PDと非PDの周波数サブバンドのセットでは、PD検出能力の違いを説明できる可能性が示唆された。
- 参考スコア（独自算出の注目度）: 0.125828876338076
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As the number of automatic tools based on machine learning (ML) and
resting-state electroencephalography (rs-EEG) for Parkinson's disease (PD)
detection keeps growing, the assessment of possible exacerbation of health
disparities by means of fairness and bias analysis becomes more relevant.
Protected attributes, such as gender, play an important role in PD diagnosis
development. However, analysis of sub-group populations stemming from different
genders is seldom taken into consideration in ML models' development or the
performance assessment for PD detection. In this work, we perform a systematic
analysis of the detection ability for gender sub-groups in a multi-center
setting of a previously developed ML algorithm based on power spectral density
(PSD) features of rs-EEG. We find significant differences in the PD detection
ability for males and females at testing time (80.5% vs. 63.7% accuracy) and
significantly higher activity for a set of parietal and frontal EEG channels
and frequency sub-bands for PD and non-PD males that might explain the
differences in the PD detection ability for the gender sub-groups.
- Abstract（参考訳）: パーキンソン病(PD)検出のための機械学習(ML)と安静時脳波(rs-EEG)に基づく自動ツールの数が増え続けているため、公平さとバイアス分析による健康格差の悪化の可能性の評価がより重要になる。
性別などの保護された属性は、PD診断の発達において重要な役割を果たす。
しかし,MLモデルの開発やPD検出の性能評価において,性別の異なるサブグループ集団の分析が考慮されることは稀である。
本研究では、rs-EEGのパワースペクトル密度(PSD)特性に基づいて、以前開発されたMLアルゴリズムのマルチセンター設定において、性別サブグループの検出能力を体系的に解析する。
実験時間における男女のpd検出能力の有意差(80.5% 対 63.7% の精度)と,性別サブグループのpd検出能力の差を説明するかもしれないpdおよび非pd男性の頭頂および前頭脳波チャネル群および周波数サブバンド群に対する有意な活性の差がみられた。
関連論文リスト
- Towards Within-Class Variation in Alzheimer's Disease Detection from Spontaneous Speech [60.08015780474457]
アルツハイマー病(AD)の検出は、機械学習の分類モデルを使用する有望な研究領域として浮上している。
我々は、AD検出において、クラス内変異が重要な課題であると考え、ADを持つ個人は認知障害のスペクトルを示す。
本稿では,ソフトターゲット蒸留 (SoTD) とインスタンスレベルの再分散 (InRe) の2つの新しい手法を提案する。
論文 参考訳（メタデータ） (2024-09-22T02:06:05Z) - Sex-based Disparities in Brain Aging: A Focus on Parkinson's Disease [2.1506382989223782]
過去の研究にもかかわらず、PD患者の脳老化過程における性機能を理解するには大きなギャップが残っている。
T1-weighted MRI-driven brain-predicted age difference was calculated in a group of 373 PD patients from the PPMI database。
脳PADは, 一般認知の低下, 睡眠行動障害の悪化, 視機能低下, 気道萎縮との関連が認められた。
論文 参考訳（メタデータ） (2023-09-18T18:35:54Z) - Diagnosing Human-object Interaction Detectors [42.283857276076596]
本稿では,HOI検出モデルの定量的なブレークダウン解析を行うための診断ツールボックスを提案する。
我々は8つの最先端HOI検出モデルを分析し、今後の研究を促進する貴重な診断洞察を提供する。
論文 参考訳（メタデータ） (2023-08-16T17:39:15Z) - 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) - Machine Learning-Based Detection of Parkinson's Disease From
Resting-State EEG: A Multi-Center Study [0.125828876338076]
安静時脳波(rs-EEG)はパーキンソン病(PD)の診断に有効である。
本研究では,異なるセンターで得られた4つのデータセットから,84 PDのRS-EEG記録と85 PDの非PD被験者をプールした。
本稿では,プリプロセッシング,臨床的に検証された周波数帯域からのPSD特徴抽出,特徴選択によるエンドツーエンドパイプラインを提案する。
論文 参考訳（メタデータ） (2023-03-02T16:19:24Z) - 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) - Reducing a complex two-sided smartwatch examination for Parkinson's
Disease to an efficient one-sided examination preserving machine learning
accuracy [63.20765930558542]
パーキンソン病(PD)研究における技術ベースアセスメントの実施状況について報告した。
本研究は、両手同期スマートウォッチ測定におけるPDサンプルサイズとして最大である。
論文 参考訳（メタデータ） (2022-05-11T09:12:59Z) - Characterizing TMS-EEG perturbation indexes using signal energy: initial
study on Alzheimer's Disease classification [48.42347515853289]
経頭蓋磁気刺激(TMS)と脳波記録(TMS-EEG)を組み合わせることで、脳、特にアルツハイマー病(AD)の研究に大きな可能性を示す。
本研究では,脳機能の変化を反映した電位指標として,脳波信号のTMS誘発摂動の持続時間を自動的に決定する手法を提案する。
論文 参考訳（メタデータ） (2022-04-29T19:27:06Z) - An EEG-based approach for Parkinson's disease diagnosis using Capsule
network [0.0]
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。
論文 参考訳（メタデータ） (2021-12-27T09:22:50Z) - 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。