論文の概要: Using wearable device-based machine learning models to autonomously
identify older adults with poor cognition
- arxiv url: http://arxiv.org/abs/2309.07133v1
- Date: Mon, 28 Aug 2023 00:07:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-17 13:49:31.257111
- Title: Using wearable device-based machine learning models to autonomously
identify older adults with poor cognition
- Title（参考訳）: ウェアラブルデバイスに基づく機械学習モデルを用いて認知力の低い高齢者を自律的に識別する
- Authors: Collin Sakal, Tingyou Li, Juan Li, Xinyue Li
- Abstract要約: ウェアラブルデバイスベースの予測モデルは、通常の生活環境下での継続的な健康モニタリングを可能にする。
まず, 概日リズム, 環境光露光, 身体活動レベル, 睡眠, 信号処理に関連する新しいウェアラブルベースの特徴を抽出した。
その結果,3つの認知的結果の予測において,ウェアラブルモデルではAUCが有意に高かった。
- 参考スコア（独自算出の注目度）: 3.3726007446388873
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conducting cognitive tests is time-consuming for patients and clinicians.
Wearable device-based prediction models allow for continuous health monitoring
under normal living conditions and could offer an alternative to identifying
older adults with cognitive impairments for early interventions. In this study,
we first derived novel wearable-based features related to circadian rhythms,
ambient light exposure, physical activity levels, sleep, and signal processing.
Then, we quantified the ability of wearable-based machine-learning models to
predict poor cognition based on outcomes from the Digit Symbol Substitution
Test (DSST), the Consortium to Establish a Registry for Alzheimers Disease
Word-Learning subtest (CERAD-WL), and the Animal Fluency Test (AFT). We found
that the wearable-based models had significantly higher AUCs when predicting
all three cognitive outcomes compared to benchmark models containing age, sex,
education, marital status, household income, diabetic status, depression
symptoms, and functional independence scores. In addition to uncovering
previously unidentified wearable-based features that are predictive of poor
cognition such as the standard deviation of the midpoints of each persons most
active 10-hour periods and least active 5-hour periods, our paper provides
proof-of-concept that wearable-based machine learning models can be used to
autonomously screen older adults for possible cognitive impairments. Such
models offer cost-effective alternatives to conducting initial screenings
manually in clinical settings.
- Abstract（参考訳）: 認知検査は、患者や臨床医にとって時間を要する。
ウェアラブルデバイスに基づく予測モデルは、正常な生活条件下での継続的な健康モニタリングを可能にし、早期の介入のために認知障害を持つ高齢者を特定する代替手段を提供する。
本研究では, 概日リズム, 環境光暴露, 身体活動レベル, 睡眠, 信号処理に関連する, ウェアラブルに基づく新しい特徴を初めて提示した。
そこで我々は、Digit Symbol Substitution Test (DSST)、the Consortium to Establish a Registry for Alzheimers Disease Word-Learning Subtest (CERAD-WL)、およびAnimal Fluency Test (AFT)の結果に基づいて、ウェアラブルベースの機械学習モデルによる認識不良の予測能力を定量化した。
その結果, 年齢, 性別, 教育, 婚姻状況, 世帯所得, 糖尿病, 抑うつ症状, 機能的自立スコアを含むベンチマークモデルと比較すると, 3つの認知的結果の予測において, ウェアラブルモデルの方がAUCが有意に高かった。
これまでに同定されていないウェアラブルベースの特徴を明らかにすることに加え、最も活発な10時間と最低活性な5時間という各人物の中間点の標準偏差など、認知障害の可能性のある高齢者の自律的なスクリーニングにウェアラブルベースの機械学習モデルを使用することが可能であることを実証する。
このようなモデルは、臨床環境で手動で初期スクリーニングを行うためのコスト効率の良い代替手段を提供する。
関連論文リスト
- Auto Detecting Cognitive Events Using Machine Learning on Pupillary Data [0.0]
瞳孔の大きさは認知作業負荷の貴重な指標であり、自律神経系によって支配される注意の変化と覚醒を反映している。
本研究では、機械学習を用いて個人が経験した認知イベントを自動的に検出する可能性について検討する。
論文 参考訳（メタデータ） (2024-10-18T04:54:46Z) - Automatic detection of cognitive impairment in elderly people using an entertainment chatbot with Natural Language Processing capabilities [8.032202552952299]
本稿では,高齢者の認知障害を透過的にモニタリングする知的会話システムについて紹介する。
自然言語生成技術を用いて,更新されたニュース項目から対話フローを自動生成する。
このシステムは、質問に対する回答のゴールドスタンダードを推論し、認知能力を自動的に評価する。
論文 参考訳（メタデータ） (2024-05-28T19:17:48Z) - Modeling User Preferences via Brain-Computer Interfacing [54.3727087164445]
我々はBrain-Computer Interface技術を用いてユーザの好みを推測し、その注意力は視覚的コンテンツと感情的体験との関連性に相関する。
我々はこれらを,情報検索,生成モデルのパーソナライズされたステアリング,感情経験のクラウドソーシング人口推定など,関連するアプリケーションにリンクする。
論文 参考訳（メタデータ） (2024-05-15T20:41:46Z) - In-vehicle Sensing and Data Analysis for Older Drivers with Mild
Cognitive Impairment [0.8426358786287627]
本研究の目的は、高精度の位置決めとテレマティクスデータを得ることができる低コストの車内センシングハードウェアを設計することである。
軽度認知障害(MCI)と軽度認知障害(MCI)を比較した統計的分析の結果,MCIはよりスムーズで安全な運転パターンを示すことが明らかとなった。
我々のランダムフォレストモデルでは、夜間旅行の数、旅行数、教育がデータ評価に最も影響を及ぼす要因として特定されました。
論文 参考訳（メタデータ） (2023-11-15T15:47:24Z) - Heterogeneous Hidden Markov Models for Sleep Activity Recognition from
Multi-Source Passively Sensed Data [67.60224656603823]
精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。
睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。
スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
論文 参考訳（メタデータ） (2022-11-08T17:29:40Z) - Modeling cognitive load as a self-supervised brain rate with
electroencephalography and deep learning [2.741266294612776]
本研究では,脳波データからメンタルワークロードをモデリングするための,新たな自己教師型手法を提案する。
脳波データからスペクトル地形図を空間的に保存して脳速度変数に適合させることができる畳み込みリカレントニューラルネットワークである。
学習した認知活性化の準安定なブロックの存在は、それらは畳み込みによって誘導され、時間とともに互いに依存していないように見えるため、脳反応の非定常的性質と直感的に一致している。
論文 参考訳（メタデータ） (2022-09-21T07:44:21Z) - Learning Human Cognitive Appraisal Through Reinforcement Memory Unit [63.83306892013521]
逐次評価タスクにおける人間の認知評価の効果を生かしたリカレントニューラルネットワークのためのメモリ強調機構を提案する。
記憶増強機構を2つの正および負の強化記憶とともに評価状態を含む強化記憶ユニット(RMU)として概念化する。
論文 参考訳（メタデータ） (2022-08-06T08:56:55Z) - Designing A Clinically Applicable Deep Recurrent Model to Identify
Neuropsychiatric Symptoms in People Living with Dementia Using In-Home
Monitoring Data [52.40058724040671]
鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。
扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。
本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
論文 参考訳（メタデータ） (2021-10-19T11:45:01Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z) - AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health
Assessment [2.7998963147546148]
AutoCogniSysは、コンテキスト対応の自動認知ヘルスアセスメントシステムである。
我々は,高齢者の生活環境における認知的健康度自動評価システムを開発した。
AutoCogniSysのパフォーマンスは、高齢者の認知健康度を評価する際の精度の最大93%を証明している。
論文 参考訳（メタデータ） (2020-03-17T01:44:59Z) - Continuous Emotion Recognition via Deep Convolutional Autoencoder and
Support Vector Regressor [70.2226417364135]
マシンはユーザの感情状態を高い精度で認識できることが不可欠である。
ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。
表情認識に基づく連続的感情認識のための新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-01-31T17:47:16Z)
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。