論文の概要: Unmasking Parkinson's Disease with Smile: An AI-enabled Screening
Framework
- arxiv url: http://arxiv.org/abs/2308.02588v1
- Date: Thu, 3 Aug 2023 18:23:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 19:47:34.990505
- Title: Unmasking Parkinson's Disease with Smile: An AI-enabled Screening
Framework
- Title(参考訳): パーキンソン病をスマイルで救う:AIを利用したスクリーニングフレームワーク
- Authors: Tariq Adnan, Md Saiful Islam, Wasifur Rahman, Sangwu Lee, Sutapa Dey
Tithi, Kazi Noshin, Imran Sarker, M Saifur Rahman, Ehsan Hoque
- Abstract要約: PD患者256名を含む1,059名から,3,871本のビデオを収集した。
顔表情の低下を特徴とするPDの著明な症状である視力低下に関連する特徴を抽出した。
これらの特徴に基づいてトレーニングされたAIモデルのアンサンブルは89.7%の精度に達し、受信者動作特性(AUROC)は89.3%となった。
- 参考スコア(独自算出の注目度): 3.673889641081601
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Parkinson's disease (PD) diagnosis remains challenging due to lacking a
reliable biomarker and limited access to clinical care. In this study, we
present an analysis of the largest video dataset containing micro-expressions
to screen for PD. We collected 3,871 videos from 1,059 unique participants,
including 256 self-reported PD patients. The recordings are from diverse
sources encompassing participants' homes across multiple countries, a clinic,
and a PD care facility in the US. Leveraging facial landmarks and action units,
we extracted features relevant to Hypomimia, a prominent symptom of PD
characterized by reduced facial expressions. An ensemble of AI models trained
on these features achieved an accuracy of 89.7% and an Area Under the Receiver
Operating Characteristic (AUROC) of 89.3% while being free from detectable bias
across population subgroups based on sex and ethnicity on held-out data.
Further analysis reveals that features from the smiling videos alone lead to
comparable performance, even on two external test sets the model has never seen
during training, suggesting the potential for PD risk assessment from smiling
selfie videos.
- Abstract(参考訳): パーキンソン病(pd)の診断は、信頼できるバイオマーカーの欠如と臨床治療へのアクセスの制限のため、依然として困難である。
本研究では,pdのスクリーンへのマイクロ表現を含む最大のビデオデータセットの解析を行う。
PD患者256名を含む1,059名から3,871本のビデオを収集した。
録音は、複数の国にまたがる参加者の自宅、クリニック、米国のPDケア施設を含む様々な資料から作成されている。
顔の表情の低下を特徴とするPDの顕著な症状である低視症に関連する特徴を抽出した。
これらの特徴に基づいて訓練されたaiモデルのアンサンブルは、精度89.7%、受信者の操作特性(auroc)の下の領域89.3%を達成し、保留データに基づく性別と民族に基づく集団間の検出可能なバイアスを免れた。
さらなる分析により、スマイルビデオのみからの機能は、トレーニング中にモデルが見たことのない2つの外部テストセットでも同等のパフォーマンスをもたらすことが判明し、スマイルセルフィービデオによるpdリスク評価の可能性も示唆された。
関連論文リスト
- OpticalDR: A Deep Optical Imaging Model for Privacy-Protective
Depression Recognition [66.91236298878383]
抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。
我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。
正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
論文 参考訳(メタデータ) (2024-02-29T01:20:29Z) - 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) - Sparse Dynamical Features generation, application to Parkinson's Disease
diagnosis [0.0]
本稿では,脳波の動的,頻度,時間的内容を用いて脳の機能に着想を得た新しいアプローチを提案する。
本手法は,N=50名の被験者を含む3眼球聴覚タスク中に記録された脳波信号を含む公開データセットを用いて評価し,そのうち25名がPDに罹患した。
論文 参考訳(メタデータ) (2022-10-20T22:39:29Z) - 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) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳(メタデータ) (2022-04-07T22:14:37Z) - Advancing COVID-19 Diagnosis with Privacy-Preserving Collaboration in
Artificial Intelligence [79.038671794961]
我々はUCADI(Unified CT-COVID AI Diagnostic Initiative)を立ち上げ、各ホスト機関でAIモデルを分散的にトレーニングし、独立して実行することができる。
本研究は,中国とイギリスに所在する23の病院で採取した3,336例の胸部CT9,573例について検討した。
論文 参考訳(メタデータ) (2021-11-18T00:43:41Z) - Exploring Facial Expressions and Affective Domains for Parkinson
Detection [17.244432348845034]
パーキンソン病(英: Parkinson's Disease、PD)は、顔面運動と非言語コミュニケーションに影響を与える神経疾患である。
本研究では,感情領域に基づく顔画像からの表情解析を用いて,PD検出の改善を提案する。
論文 参考訳(メタデータ) (2020-12-11T18:48:53Z) - Facial expressions can detect Parkinson's disease: preliminary evidence
from videos collected online [0.6004833598578182]
パーキンソン病(PD)の症状の1つは、低酸素症または表情低下である。
604人のビデオから顔のアクションユニット(AU)を分析しました。
PD患者は、非PD患者よりもAU6(チークライザー)、AU12(リップコーナープーラー)、AU4(ブラウロー)のばらつきが少ない。
論文 参考訳(メタデータ) (2020-12-09T23:53:32Z) - 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) - Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。
また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
論文 参考訳(メタデータ) (2020-07-20T19:08:50Z) - 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。