Fugu-MT 論文翻訳(概要): PD-ADSV: An Automated Diagnosing System Using Voice Signals and Hard Voting Ensemble Method for Parkinson's Disease

論文の概要: PD-ADSV: An Automated Diagnosing System Using Voice Signals and Hard Voting Ensemble Method for Parkinson's Disease

arxiv url: http://arxiv.org/abs/2304.06016v1
Date: Tue, 11 Apr 2023 17:24:25 GMT
ステータス: 処理完了
システム内更新日: 2023-04-13 14:08:21.068083
Title: PD-ADSV: An Automated Diagnosing System Using Voice Signals and Hard Voting Ensemble Method for Parkinson's Disease
Title（参考訳）: PD-ADSV:パーキンソン病における音声信号とハード投票アンサンブル法を用いた自動診断システム
Authors: Paria Ghaheri, Ahmadreza Shateri, Hamid Nasiri
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最も広範な運動障害であり、神経変性疾患として2番目に多い疾患である。運動症状や画像技術は、この病気を診断する最も一般的な方法である。本研究は音声信号に基づいてPDを診断するための自律システムであるPD-ADSVを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Parkinson's disease (PD) is the most widespread movement condition and the second most common neurodegenerative disorder, following Alzheimer's. Movement symptoms and imaging techniques are the most popular ways to diagnose this disease. However, they are not accurate and fast and may only be accessible to a few people. This study provides an autonomous system, i.e., PD-ADSV, for diagnosing PD based on voice signals, which uses four machine learning classifiers and the hard voting ensemble method to achieve the highest accuracy. PD-ADSV is developed using Python and the Gradio web framework.
Abstract（参考訳）: 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最も広範にみられる運動障害である。運動症状や画像診断技術がこの疾患を診断する最も一般的な方法である。しかし、それらは正確で高速ではなく、少数の人しかアクセスできない。本研究は、4つの機械学習分類器とハード投票アンサンブル法を用いた音声信号に基づいてPDの診断を行う自律システムであるPD-ADSVを提供する。 PD-ADSVはPythonとGradio Webフレームワークを使って開発されている。

関連論文リスト

AI WALKUP: A Computer-Vision Approach to Quantifying MDS-UPDRS in Parkinson's Disease [26.404367811027996]
パーキンソン病(英: Parkinson's Disease、PD)は、神経変性疾患の2番目に多い疾患である。 PDの既存の評価方法は、様々な種類の運動症状と疾患の進行の重症度を評価するために、運動障害協会(英語版) - Unified Parkinson's Disease Rating Scale (MDS-UPDRS) である。我々は、コンピュータビジョンベースのソリューションを使用して、カメラに基づいて人間のポーズ画像をキャプチャし、アルゴリズムを用いて動き分析を再構築し、特徴工学を通して動きの量の特徴を抽出したいと考えている。
論文参考訳（メタデータ） (2024-04-02T05:53:34Z)
PULSAR: Graph based Positive Unlabeled Learning with Multi Stream Adaptive Convolutions for Parkinson's Disease Recognition [1.9482539692051932]
パーキンソン病(英: Parkinsons disease、PD)は、運動、発話、協調に影響を及ぼす神経変性疾患である。本稿では,ウェブカメラで記録した指タップのビデオからPDをスクリーニングする新しい手法PULSARを提案する。適応型グラフ畳み込みニューラルネットワークを用いて,指触りタスクに特有の時間グラフを動的に学習した。
論文参考訳（メタデータ） (2023-12-10T05:56:20Z)
Shoupa: An AI System for Early Diagnosis of Parkinson's Disease [1.2862023695904008]
パーキンソン病(英: Parkinson's Disease、PD)は、進行性神経系疾患であり、580万人以上、特に高齢者に影響を与えた。早期発見には神経科医やPDスペシャリストが関与する必要があるが、ほとんどの高齢者にはアクセスできない。本稿では,運動と非運動の両症状を評価する異なるタスクを組み合わせたPD早期検出システムについて紹介する。
論文参考訳（メタデータ） (2022-11-28T11:32:17Z)
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)
Diagnosis of Parkinson's Disease Based on Voice Signals Using SHAP and Hard Voting Ensemble Method [0.0]
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。
論文参考訳（メタデータ） (2022-10-03T19:45:22Z)
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 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)
Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文参考訳（メタデータ） (2021-05-18T11:37:57Z)
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)
4D Spatio-Temporal Deep Learning with 4D fMRI Data for Autism Spectrum Disorder Classification [69.62333053044712]
ASD分類のための4次元畳み込み深層学習手法を提案する。 F1スコアは0.71、F1スコアは0.65であるのに対し、我々は4Dニューラルネットワークと畳み込みリカレントモデルを採用する。
論文参考訳（メタデータ） (2020-04-21T17:19:06Z)

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。