論文の概要: Dynamically enhanced static handwriting representation for Parkinson's disease detection

• arxiv url: http://arxiv.org/abs/2405.13438v1
• Date: Wed, 22 May 2024 08:28:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-25 00:55:07.033020
• Title: Dynamically enhanced static handwriting representation for Parkinson's disease detection
• Title（参考訳）: パーキンソン病検出のための動的に拡張された静的手書き表現
• Authors: Moises Diaz, Miguel Angel Ferrer, Donato Impedovo, Giuseppe Pirlo, Gennaro Vessio,
• Abstract要約: パーキンソン病(PD)の評価の文脈において、手書き文字は特別な役割を果たす。 本稿では,手書き文字の「動的に強化された」静的画像の識別能力について検討する。
• 参考スコア（独自算出の注目度）: 8.26914435242875
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Computer aided diagnosis systems can provide non-invasive, low-cost tools to support clinicians. These systems have the potential to assist the diagnosis and monitoring of neurodegenerative disorders, in particular Parkinson's disease (PD). Handwriting plays a special role in the context of PD assessment. In this paper, the discriminating power of "dynamically enhanced" static images of handwriting is investigated. The enhanced images are synthetically generated by exploiting simultaneously the static and dynamic properties of handwriting. Specifically, we propose a static representation that embeds dynamic information based on: (i) drawing the points of the samples, instead of linking them, so as to retain temporal/velocity information; and (ii) adding pen-ups for the same purpose. To evaluate the effectiveness of the new handwriting representation, a fair comparison between this approach and state-of-the-art methods based on static and dynamic handwriting is conducted on the same dataset, i.e. PaHaW. The classification workflow employs transfer learning to extract meaningful features from multiple representations of the input data. An ensemble of different classifiers is used to achieve the final predictions. Dynamically enhanced static handwriting is able to outperform the results obtained by using static and dynamic handwriting separately.
• Abstract（参考訳）: コンピュータ支援診断システムは、臨床医を支援するために非侵襲的で低コストのツールを提供することができる。 これらのシステムは神経変性疾患、特にパーキンソン病(PD)の診断とモニタリングを支援する可能性がある。 PDアセスメントの文脈において、手書き文字は特別な役割を果たす。 本稿では,手書き文字の「動的に強化された」静的画像の識別能力について検討する。 増強された画像は、手書きの静的特性と動的特性を同時に利用して合成される。 具体的には、次のように動的情報を埋め込む静的表現を提案する。 一 サンプルの点をリンクする代わりに、時間的・速度的な情報を保持するために描画すること。 (二)同じ目的のために年金を加えること。 新しい手書き表現の有効性を評価するため,この手法と静的および動的手書きに基づく最先端手法との公正な比較を同一データセット,すなわちPaHaW上で行う。 分類ワークフローでは、入力データの複数の表現から意味のある特徴を抽出するために転送学習を用いる。 最終的な予測を達成するために、異なる分類器のアンサンブルが使用される。 動的に強化された静的手書きは、静的手書きと動的手書きを別々に使用することによって得られる結果より優れている。

関連論文リスト

• Evaluation of handwriting kinematics and pressure for differential diagnosis of Parkinson's disease [0.3806074545662052]
  PaHaW Parkinson病手書きデータベースには、パーキンソン病(PD)患者の手書きサンプルと健康管理が含まれている。 PDの鑑別診断には手書きのキネマティックな特徴と圧力的特徴が有用である。
  論文  参考訳（メタデータ） (2024-11-05T12:27:24Z)
• Hybrid Transformer for Early Alzheimer's Detection: Integration of Handwriting-Based 2D Images and 1D Signal Features [2.606124959056959]
  アルツハイマー病(英語: Alzheimer's Disease、AD)は、早期発見が不可欠である神経変性疾患である。 ADの初期にしばしば影響を受ける手書き文字は、微妙な運動の変化を捉える非侵襲的でコスト効率のよい方法を提供する。 2次元手書き画像と1次元動的手書き信号を同時に統合した学習可能なマルチモーダルハイブリッドアテンションモデルを提案する。 F1スコア90.32%、タスク8では90.91%の精度でDARWINデータセット上での最先端性能を実現した('L'書き込み)。
  論文  参考訳（メタデータ） (2024-10-14T14:26:52Z)
• Contrastive Learning with Counterfactual Explanations for Radiology Report Generation [83.30609465252441]
  放射線学レポート生成のためのtextbfCountertextbfFactual textbfExplanations-based framework (CoFE) を提案する。 反現実的な説明は、アルゴリズムによってなされた決定をどのように変えられるかを理解するための強力なツールとして、シナリオが何であるかを問うことによって役立ちます。 2つのベンチマークの実験では、反ファクト的な説明を活用することで、CoFEは意味的に一貫性があり、事実的に完全なレポートを生成することができる。
  論文  参考訳（メタデータ） (2024-07-19T17:24:25Z)
• Hierarchical Text-to-Vision Self Supervised Alignment for Improved Histopathology Representation Learning [64.1316997189396]
  病理組織像のための新しい言語型自己教師学習フレームワーク,階層型言語型自己監督(HLSS)を提案する。 その結果,OpenSRH と TCGA の2つの医用画像ベンチマークにおいて,最先端の性能が得られた。
  論文  参考訳（メタデータ） (2024-03-21T17:58:56Z)
• How word semantics and phonology affect handwriting of Alzheimer's patients: a machine learning based analysis [20.36565712578267]
  本研究は,アルツハイマー病患者の手書き書字に意味論と音韻論がどのような影響を及ぼすかを検討した。 我々は、6つの手書き作業から得られたデータを用いて、それぞれが以下のカテゴリの1つに属する単語をコピーする必要がある。 実験の結果,特徴選択により,単語の種類ごとに異なる特徴セットを導出できることがわかった。
  論文  参考訳（メタデータ） (2023-07-06T13:35:06Z)
• Conversational Semantic Parsing using Dynamic Context Graphs [68.72121830563906]
  汎用知識グラフ(KG)を用いた会話意味解析の課題を,数百万のエンティティと数千のリレーショナルタイプで検討する。 ユーザ発話を実行可能な論理形式にインタラクティブにマッピングできるモデルに焦点を当てる。
  論文  参考訳（メタデータ） (2023-05-04T16:04:41Z)
• Learning to Exploit Temporal Structure for Biomedical Vision-Language Processing [53.89917396428747]
  視覚言語処理における自己教師あり学習は、画像とテキストのモダリティのセマンティックアライメントを利用する。 トレーニングと微調整の両方で利用できる場合、事前のイメージとレポートを明示的に説明します。 我々のアプローチはBioViL-Tと呼ばれ、テキストモデルと共同で訓練されたCNN-Transformerハイブリッドマルチイメージエンコーダを使用する。
  論文  参考訳（メタデータ） (2023-01-11T16:35:33Z)
• DyTed: Disentangled Representation Learning for Discrete-time Dynamic Graph [59.583555454424]
  離散時間動的グラフ、すなわちDyTedのための新しいディペンタングル表現学習フレームワークを提案する。 本研究では,時間不変の表現と時間変動の表現を効果的に識別する構造的コントラスト学習とともに,時間的クリップのコントラスト学習タスクを特別に設計する。
  論文  参考訳（メタデータ） (2022-10-19T14:34:12Z)
• Contribution of Different Handwriting Modalities to Differential Diagnosis of Parkinson's Disease [0.0]
  本稿では,パーキンソン病の診断における筆跡の相違点について検討する。 また, パーキンソン病の診断に関係した情報も, 空気圧と空気中運動に有意な関連があることが示唆された。
  論文  参考訳（メタデータ） (2022-03-18T10:51:37Z)
• Sequence-based Dynamic Handwriting Analysis for Parkinson's Disease Detection with One-dimensional Convolutions and BiGRUs [5.936804438746453]
  パーキンソン病(PD)は、ブラジキネシアアキネシア、剛性、震えなどのいくつかの運動症状を特徴とする。 患者の運動制御、特に手書き動作の分析は、PDアセスメントを支援する強力なツールである。 本論文では,一方向畳み込みとBiGated Recurrent Units (GRUs)に基づく新しい分類モデルを提案する。
  論文  参考訳（メタデータ） (2021-01-23T09:25:13Z)
• Temporal Embeddings and Transformer Models for Narrative Text Understanding [72.88083067388155]
  キャラクタ関係モデリングのための物語テキスト理解のための2つのアプローチを提案する。 これらの関係の時間的進化は動的単語埋め込みによって説明され、時間とともに意味的変化を学ぶように設計されている。 最新の変換器モデルBERTに基づく教師付き学習手法を用いて文字間の静的な関係を検出する。
  論文  参考訳（メタデータ） (2020-03-19T14:23:12Z)

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。