論文の概要: Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection
- arxiv url: http://arxiv.org/abs/2303.08019v1
- Date: Tue, 14 Mar 2023 16:03:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-15 14:15:04.880609
- Title: Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection
- Title（参考訳）: アルツハイマー病検出のためのタスク関連キーワードを用いた事前訓練表現の活用
- Authors: Jinchao Li, Kaitao Song, Junan Li, Bo Zheng, Dongsheng Li, Xixin Wu,
Xunying Liu, Helen Meng
- Abstract要約: アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
- 参考スコア（独自算出の注目度）: 69.53626024091076
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: With the global population aging rapidly, Alzheimer's disease (AD) is
particularly prominent in older adults, which has an insidious onset and leads
to a gradual, irreversible deterioration in cognitive domains (memory,
communication, etc.). Speech-based AD detection opens up the possibility of
widespread screening and timely disease intervention. Recent advances in
pre-trained models motivate AD detection modeling to shift from low-level
features to high-level representations. This paper presents several efficient
methods to extract better AD-related cues from high-level acoustic and
linguistic features. Based on these features, the paper also proposes a novel
task-oriented approach by modeling the relationship between the participants'
description and the cognitive task. Experiments are carried out on the ADReSS
dataset in a binary classification setup, and models are evaluated on the
unseen test set. Results and comparison with recent literature demonstrate the
efficiency and superior performance of proposed acoustic, linguistic and
task-oriented methods. The findings also show the importance of semantic and
syntactic information, and feasibility of automation and generalization with
the promising audio-only and task-oriented methods for the AD detection task.
- Abstract（参考訳）: 世界の人口が急速に増加する中で、アルツハイマー病(AD)は特に高齢者において顕著であり、不安な発症を持ち、認知ドメイン(記憶、コミュニケーションなど)が徐々に悪化する。
音声に基づくAD検出は、広範囲なスクリーニングとタイムリーな疾患介入の可能性を開く。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する方法を提案する。
また,これらの特徴に基づき,被験者の記述と認知的タスクの関係をモデル化し,新しいタスク指向アプローチを提案する。
バイナリ分類設定でADReSSデータセット上で実験を行い、未知のテストセットでモデルを評価する。
結果と最近の文献との比較により,提案する音響的,言語的,タスク指向の手法の有効性と性能が実証された。
また, 意味的, 構文的情報の重要性, 広告検出タスクに有望な音声のみとタスク指向の手法を用いて, 自動化と一般化の実現可能性を示す。
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) - Profiling Patient Transcript Using Large Language Model Reasoning Augmentation for Alzheimer's Disease Detection [4.961581278723015]
アルツハイマー病(AD)は認知症の主要な原因であり、徐々に音声や言語能力の低下が特徴である。
近年の深層学習は自発音声によるAD自動検出を容易にする。
各発話中のテキストパターンを,患者の言語的特徴をグローバルに把握せずに直接モデル化する。
論文 参考訳（メタデータ） (2024-09-19T07:58:07Z) - 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) - Acoustic-Linguistic Features for Modeling Neurological Task Score in
Alzheimer's [1.290382979353427]
自然言語処理と機械学習はアルツハイマー病を確実に検出するための有望な技術を提供する。
我々は,10種類の線形回帰モデルの性能を比較し,比較した。
与えられたタスクに対して,手作りの言語的特徴は音響的特徴や学習的特徴よりも重要であることがわかった。
論文 参考訳（メタデータ） (2022-09-13T15:35:31Z) - 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) - Conformer Based Elderly Speech Recognition System for Alzheimer's
Disease Detection [62.23830810096617]
アルツハイマー病(AD)の早期診断は、予防ケアがさらなる進行を遅らせるのに不可欠である。
本稿では,DementiaBank Pitt コーパスをベースとした最新のコンバータに基づく音声認識システムの開発について述べる。
論文 参考訳（メタデータ） (2022-06-23T12:50:55Z) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳（メタデータ） (2020-09-25T01:50:15Z) - To BERT or Not To BERT: Comparing Speech and Language-based Approaches
for Alzheimer's Disease Detection [17.99855227184379]
自然言語処理と機械学習はアルツハイマー病(AD)を確実に検出するための有望な技術を提供する
最近のADReSSチャレンジデータセットにおいて、AD検出のための2つのアプローチのパフォーマンスを比較し、比較する。
認知障害検出における言語学の重要性を考えると,細調整BERTモデルはAD検出タスクにおいて特徴に基づくアプローチよりも優れていた。
論文 参考訳（メタデータ） (2020-07-26T04:50:47Z) - Alzheimer's Dementia Recognition through Spontaneous Speech: The ADReSS
Challenge [10.497861245133086]
InterSPEECH 2020のADReSS Challengeでは、アルツハイマー認知症の自動認識に対する異なるアプローチを比較可能な共有タスクを定義している。
ADReSSは、年齢と性別の面で音響的に前処理されバランスが取れた、ベンチマーク音声データセットを研究者に提供する。
論文 参考訳（メタデータ） (2020-04-14T23:25:09Z)
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。