論文の概要: Age Group Discrimination via Free Handwriting Indicators

• arxiv url: http://arxiv.org/abs/2309.17156v1
• Date: Fri, 29 Sep 2023 11:44:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-02 14:25:47.142972
• Title: Age Group Discrimination via Free Handwriting Indicators
• Title（参考訳）: 自由手書き指標による年齢集団識別
• Authors: Eugenio Lomurno, Simone Toffoli, Davide Di Febbo, Matteo Matteucci, Francesca Lunardini, Simona Ferrante
• Abstract要約: 弱さは、進歩的な健康の低下、ストレスに対する脆弱性の増大、死亡のリスクの増加によって特徴づけられる。 欠陥を評価するための普遍的に受け入れられる方法が欠如し、標準化された定義が重要な研究ギャップを浮き彫りにしている。 本研究は,器用インクペンを用いて,年齢群分類のための手書き文字の評価を行う革新的な手法を提案する。
• 参考スコア（独自算出の注目度）: 5.1076370934189255
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: The growing global elderly population is expected to increase the prevalence of frailty, posing significant challenges to healthcare systems. Frailty, a syndrome associated with ageing, is characterised by progressive health decline, increased vulnerability to stressors and increased risk of mortality. It represents a significant burden on public health and reduces the quality of life of those affected. The lack of a universally accepted method to assess frailty and a standardised definition highlights a critical research gap. Given this lack and the importance of early prevention, this study presents an innovative approach using an instrumented ink pen to ecologically assess handwriting for age group classification. Content-free handwriting data from 80 healthy participants in different age groups (20-40, 41-60, 61-70 and 70+) were analysed. Fourteen gesture- and tremor-related indicators were computed from the raw data and used in five classification tasks. These tasks included discriminating between adjacent and non-adjacent age groups using Catboost and Logistic Regression classifiers. Results indicate exceptional classifier performance, with accuracy ranging from 82.5% to 97.5%, precision from 81.8% to 100%, recall from 75% to 100% and ROC-AUC from 92.2% to 100%. Model interpretability, facilitated by SHAP analysis, revealed age-dependent sensitivity of temporal and tremor-related handwriting features. Importantly, this classification method offers potential for early detection of abnormal signs of ageing in uncontrolled settings such as remote home monitoring, thereby addressing the critical issue of frailty detection and contributing to improved care for older adults.
• Abstract（参考訳）: 世界的に高齢化が進むと弱体化が進み、医療システムにとって大きな課題となっている。 加齢に伴う症候群であるfrailtyは、進行的な健康の低下、ストレスに対する脆弱性の増加、死亡リスクの増加によって特徴付けられる。 これは公衆衛生の重大な負担であり、影響を受ける人々の生活の質を低下させる。 欠陥を評価する方法が普遍的に受け入れられていないことと、標準化された定義が重要な研究ギャップを浮き彫りにしている。 この不足と早期予防の重要性から,本研究は,器用インクペンを用いて,年齢集団分類のための手書きの生態学的評価を行う革新的な手法を提案する。 異なる年齢群 (20-40, 41-60, 61-70, 70+) の健常者80名を対象に, 無内容手書きデータを分析した。 14のジェスチャーおよび震度関連指標を生データから算出し,5つの分類課題に用いた。 これらのタスクには、Cataboost と Logistic Regression の分類器を用いた隣接年齢と非隣接年齢の識別が含まれていた。 その結果、精度は82.5%から97.5%、精度は81.8%から100%、リコール率は75%から100%、roc-aucは92.2%から100%であった。 モデル解析はSHAP解析によって促進され, 経時的および振動関連手書き特徴の年齢依存感度が明らかにされた。 本分類法は, 遠隔地モニタリングなどの非制御環境における老化異常の早期発見の可能性を提供し, 虚弱検出の重要な課題に対処し, 高齢者のケア改善に寄与する。

関連論文リスト

• Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
  近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。 そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
  論文  参考訳（メタデータ） (2024-04-26T16:39:50Z)
• Towards Clinical Prediction with Transparency: An Explainable AI Approach to Survival Modelling in Residential Aged Care [0.0]
  この研究は、機械学習を用いて高齢者ケアの生存モデルを作成し、死亡リスク要因に関する臨床的知見と一致させる。 主な死亡率予測には、年齢、男性性、移動性、健康状態、圧力潰瘍リスク、食欲などが含まれる。
  論文  参考訳（メタデータ） (2023-12-01T01:11:16Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• 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)
• Auto-Gait: Automatic Ataxia Risk Assessment with Computer Vision on Gait Task Videos [3.2268662749172097]
  脊髄小脳失調症(SCAs)と診断された89名,24名,65名から155本のビデオを収集した。 本研究では,参加者を周囲から分離する手法を開発し,歩幅,歩幅,揺動,安定性,速度などの歩行特性を捉えた。 リスク予測モデルは精度が83.06%、F1スコアが80.23%であり、同様に重大度評価モデルは平均絶対誤差(MAE)スコアが0.6225、ピアソン相関係数スコアが0.7268である。
  論文  参考訳（メタデータ） (2022-03-15T19:28:10Z)
• Predicting Osteoarthritis Progression in Radiographs via Unsupervised Representation Learning [2.694774938469758]
  変形性関節症 (OA) は, 人口のかなりの割合, 主に高齢者の関節症である。 個人的および社会経済的負担にもかかわらず、OAの発症と進行は確実に予測できない。 膝関節X線写真に基づくOAの今後の発展を予測するための生成モデルに基づく教師なし学習手法を提案する。
  論文  参考訳（メタデータ） (2021-11-22T13:11:55Z)
• Bootstrapping Your Own Positive Sample: Contrastive Learning With Electronic Health Record Data [62.29031007761901]
  本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。 EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。 私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
  論文  参考訳（メタデータ） (2021-04-07T06:02:04Z)
• Assessing the Influencing Factors on the Accuracy of Underage Facial Age Estimation [3.2111310859841984]
  21,800人以上の未成年者を対象に,2つの雲齢推定サービスを評価した。 徹底的な評価により、将来の年齢推定システムにおいて克服すべき最も影響力のある要因を特定できる。
  論文  参考訳（メタデータ） (2020-12-02T13:09:56Z)
• UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced Data [81.00385374948125]
  我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。 UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。 非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。 UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
  論文  参考訳（メタデータ） (2020-10-22T02:28:11Z)
• Grading Loss: A Fracture Grade-based Metric Loss for Vertebral Fracture Detection [58.984536305767996]
  自動椎骨骨折検出のための表現学習型アプローチを提案する。 本稿では,Genantのフラクチャーグレーディングスキームを尊重する,学習表現のための新しいGrading Lossを提案する。 一般に利用可能なスピーンデータセットでは、提案された損失関数が81.5%のフラクチャー検出F1スコアを達成する。
  論文  参考訳（メタデータ） (2020-08-18T10:03:45Z)

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。