論文の概要: Statistical Analysis by Semiparametric Additive Regression and LSTM-FCN Based Hierarchical Classification for Computer Vision Quantification of Parkinsonian Bradykinesia

• arxiv url: http://arxiv.org/abs/2404.00670v1
• Date: Sun, 31 Mar 2024 12:35:23 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-04 02:20:51.114426
• Title: Statistical Analysis by Semiparametric Additive Regression and LSTM-FCN Based Hierarchical Classification for Computer Vision Quantification of Parkinsonian Bradykinesia
• Title（参考訳）: 半パラメトリック付加回帰とLSTM-FCNに基づくパーキンソン性ブラジキネシアのコンピュータビジョン定量のための階層分類による統計的解析
• Authors: Youngseo Cho, In Hee Kwak, Dohyeon Kim, Jinhee Na, Hanjoo Sung, Jeongjae Lee, Young Eun Kim, Hyeo-il Ma,
• Abstract要約: ブラジキネジアはパーキンソン病(PD)の根本症状である 本研究は、振幅の減少を捉えるためにニュアンス解析を導入することにより、視力に基づくブラジキネジアの定量化を推し進める。
• 参考スコア（独自算出の注目度）: 6.1524028556192425
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Bradykinesia, characterized by involuntary slowing or decrement of movement, is a fundamental symptom of Parkinson's Disease (PD) and is vital for its clinical diagnosis. Despite various methodologies explored to quantify bradykinesia, computer vision-based approaches have shown promising results. However, these methods often fall short in adequately addressing key bradykinesia characteristics in repetitive limb movements: "occasional arrest" and "decrement in amplitude." This research advances vision-based quantification of bradykinesia by introducing nuanced numerical analysis to capture decrement in amplitudes and employing a simple deep learning technique, LSTM-FCN, for precise classification of occasional arrests. Our approach structures the classification process hierarchically, tailoring it to the unique dynamics of bradykinesia in PD. Statistical analysis of the extracted features, including those representing arrest and fatigue, has demonstrated their statistical significance in most cases. This finding underscores the importance of considering "occasional arrest" and "decrement in amplitude" in bradykinesia quantification of limb movement. Our enhanced diagnostic tool has been rigorously tested on an extensive dataset comprising 1396 motion videos from 310 PD patients, achieving an accuracy of 80.3%. The results confirm the robustness and reliability of our method.
• Abstract（参考訳）: ブラジキネシアは不随意の運動遅滞または脱落を特徴とし、パーキンソン病(PD)の基本的な症状であり、臨床診断に欠かせない。 ブラジキネジアを定量化する様々な手法が検討されているが、コンピュータビジョンに基づくアプローチは有望な結果を示している。 しかし、これらの手法は、頻繁な四肢運動における重要なブラジキネジアの特徴である「時折停止」と「振幅の低下」に適切に対処するには不十分であることが多い。この研究は、振幅の減少を捉え、簡単な深層学習技術であるLSTM-FCNを用いて、時折停止の正確な分類を行うことにより、視覚に基づくブラジキネシアの定量化を推し進める。 本手法は分類過程を階層的に構成し,PDにおけるブラジキネジアの特異な動態に合わせたものである。 逮捕と疲労を表すものを含む抽出された特徴の統計的分析は、ほとんどのケースでその統計的意義を証明している。 この発見は、四肢運動の定量化における「時折の停止」と「振幅の低下」を考えることの重要性を浮き彫りにする。 拡張診断ツールは,310 PD患者の1396のモーションビデオからなる広範囲なデータセットで厳密に検査され,80.3%の精度が得られた。 その結果, 本手法の堅牢性と信頼性が確認できた。

関連論文リスト

• Evaluating Echo State Network for Parkinson's Disease Prediction using Voice Features [1.2289361708127877]
  本研究の目的は,偽陰性の最小化と高精度化を両立できる診断モデルを開発することである。 Echo State Networks (ESN)、Random Forest、k-nearest Neighbors、Support Vector、Extreme Gradient Boosting、Decision Treeなど、さまざまな機械学習手法が採用され、徹底的に評価されている。 ESNは83%の症例で8%未満の偽陰性率を維持している。
  論文  参考訳（メタデータ） (2024-01-28T14:39:43Z)
• Pose-based Tremor Classification for Parkinson's Disease Diagnosis from Video [13.6403722052414]
  パーキンソン病(英: Parkinson's disease、PD)は、様々な運動障害症状を引き起こす進行性神経変性疾患である。 パーキンソンの震動はPDの強い一般化性を示す最も主要な症状の1つである。 本稿では,SPAPNetを提案する。SPAPNetは,PD警告サインとして,低コストのPT分類結果を提供するための入力として,カメラに面する人間の動作の,コンシューマグレードの非侵襲的なビデオ記録のみを必要とする。
  論文  参考訳（メタデータ） (2022-07-14T11:32:42Z)
• MS Lesion Segmentation: Revisiting Weighting Mechanisms for Federated Learning [92.91544082745196]
  フェデレートラーニング(FL)は医用画像解析に広く用いられている。 FLのパフォーマンスは、多発性硬化症(MS)病変セグメンテーションタスクに制限される。 2つの効果的な再重み付け機構によるFLMS病変分割フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-03T14:06:03Z)
• Continuous Decoding of Daily-Life Hand Movements from Forearm Muscle Activity for Enhanced Myoelectric Control of Hand Prostheses [78.120734120667]
  本研究では,前腕のEMG活性をハンドキネマティクスに連続的にマップする,長期記憶(LSTM)ネットワークに基づく新しい手法を提案する。 私たちの研究は、この困難なデータセットを使用するハンドキネマティクスの予測に関する最初の報告です。 提案手法は, 人工手指の複数のDOFの独立的, 比例的アクティベーションのための制御信号の生成に適していることが示唆された。
  論文  参考訳（メタデータ） (2021-04-29T00:11:32Z)
• Artificial Intelligence Methods Based Hierarchical Classification of Frontotemporal Dementia to Improve Diagnostic Predictability [0.0]
  Frontotemporal Dementia(FTD)患者は、認知能力、エグゼクティブおよび行動特性、言語能力の喪失、および記憶能力の低下を損ないました。 本研究の目的は、皮質厚さデータに人工知能(AI)のデータ駆動技術を適用することにより、各被験者のMRI画像をFTDのスペクトルの1つに階層的に分類することである。 自動分類モデルでは, 支持ベクトルマシン (SVM) , 線形判別分析 (LDA) , ナイブベイズ法 (Naive Bayes) が10倍のクロスバリデーション解析でそれぞれ86.5, 76, 72.7の分類精度を得た。
  論文  参考訳（メタデータ） (2021-04-12T07:04:11Z)
• Multimodal Gait Recognition for Neurodegenerative Diseases [38.06704951209703]
  3つの神経変性疾患の歩容差を学習するための新しいハイブリッドモデルを提案する。 新しい相関メモリニューラルネットワークアーキテクチャは、時間的特徴を抽出するために設計されている。 いくつかの最先端技術と比較して,提案手法はより正確な分類結果を示す。
  論文  参考訳（メタデータ） (2021-01-07T10:17:11Z)
• STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological Regularization [76.57716281104938]
  我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。 stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。 我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
  論文  参考訳（メタデータ） (2020-12-08T21:21:47Z)
• Vision-based Estimation of MDS-UPDRS Gait Scores for Assessing Parkinson's Disease Motor Severity [39.51722822896373]
  パーキンソン病(英: Parkinson's disease、PD)は、運動機能に影響を及ぼす進行性神経疾患である。 PD障害の身体的重症度は、運動障害学会統一パーキンソン病評価尺度によって定量化することができる。 MDS-UPDRSの歩行スコアに基づいて、個人が撮影する非侵襲的な映像を観察し、3次元の身体骨格を抽出し、時間を通して追跡し、運動を分類するコンピュータビジョンベースモデルを提案する。
  論文  参考訳（メタデータ） (2020-07-17T11:49:30Z)
• Machine learning discrimination of Parkinson's Disease stages from walker-mounted sensors data [0.0]
  本研究は,パーキンソン病進行の6段階を識別するための機械学習手法を適用した。 データは、運動障害クリニックの実験で、低コストの歩行センサーによって取得されました。
  論文  参考訳（メタデータ） (2020-06-22T09:34:12Z)
• 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。