論文の概要: A Novel Multimodal System to Predict Agitation in People with Dementia Within Clinical Settings: A Proof of Concept
- arxiv url: http://arxiv.org/abs/2411.08882v1
- Date: Sat, 26 Oct 2024 02:59:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-17 09:02:09.623838
- Title: A Novel Multimodal System to Predict Agitation in People with Dementia Within Clinical Settings: A Proof of Concept
- Title（参考訳）: 認知症高齢者の認知症を予知する新しいマルチモーダルシステム : 概念実証
- Authors: Abeer Badawi, Somayya Elmoghazy, Samira Choudhury, Sara Elgazzar, Khalid Elgazzar, Amer Burhan,
- Abstract要約: 認知症(PwD)に罹患する人々の不安と攻撃性(Agitation and Aegression, AAA)は、苦痛と医療需要の増加に寄与する。
本稿では,EmbracePlusリストバンドとビデオ検出システムを利用して,マルチモーダルアプローチを統合する5年間の研究システムを提案する。
このシステムは、EmbracePlusリストバンドから生およびデジタルバイオマーカーを収集し、処理し、AAを正確に予測する。
- 参考スコア（独自算出の注目度）: 1.3810130040348885
- License:
- Abstract: Dementia is a neurodegenerative condition that combines several diseases and impacts millions around the world and those around them. Although cognitive impairment is profoundly disabling, it is the noncognitive features of dementia, referred to as Neuropsychiatric Symptoms (NPS), that are most closely associated with a diminished quality of life. Agitation and aggression (AA) in people living with dementia (PwD) contribute to distress and increased healthcare demands. Current assessment methods rely on caregiver intervention and reporting of incidents, introducing subjectivity and bias. Artificial Intelligence (AI) and predictive algorithms offer a potential solution for detecting AA episodes in PwD when utilized in real-time. We present a 5-year study system that integrates a multimodal approach, utilizing the EmbracePlus wristband and a video detection system to predict AA in severe dementia patients. We conducted a pilot study with three participants at the Ontario Shores Mental Health Institute to validate the functionality of the system. The system collects and processes raw and digital biomarkers from the EmbracePlus wristband to accurately predict AA. The system also detected pre-agitation patterns at least six minutes before the AA event, which was not previously discovered from the EmbracePlus wristband. Furthermore, the privacy-preserving video system uses a masking tool to hide the features of the people in frames and employs a deep learning model for AA detection. The video system also helps identify the actual start and end time of the agitation events for labeling. The promising results of the preliminary data analysis underscore the ability of the system to predict AA events. The ability of the proposed system to run autonomously in real-time and identify AA and pre-agitation symptoms without external assistance represents a significant milestone in this research field.
- Abstract（参考訳）: 認知症 (Dementia) は、世界中の何百万もの病気と周囲の疾患を組み合わせた神経変性疾患である。
認知障害は深刻な障害であるが、認知症の非認知的特徴であり、神経精神医学症状(NPS)と呼ばれ、人生の質の低下と最も密接に関連している。
認知症(PwD)に罹患する人々の不安と攻撃性(Agitation and Aegression, AAA)は、苦痛と医療需要の増加に寄与する。
現在の評価手法は介護者の介入とインシデント報告に依存しており、主観性と偏見を導入している。
人工知能(AI)と予測アルゴリズムは、リアルタイムで使用される場合、PwDのAAエピソードを検出する潜在的なソリューションを提供する。
重度認知症患者のAAを予測するために,EmbracePlusリストバンドとビデオ検出システムを用いて,マルチモーダルアプローチを統合する5年間の研究システムを提案する。
オンタリオ・ショア・メンタルヘルス・インスティテュートで3人の被験者とパイロット実験を行い,システム機能の評価を行った。
このシステムは、EmbracePlusリストバンドから生およびデジタルバイオマーカーを収集し、処理し、AAを正確に予測する。
このシステムは、以前にEmbracePlusリストバンドから発見されていなかったAAイベントの少なくとも6分前に、事前診断パターンも検出した。
さらに、このプライバシー保護ビデオシステムは、マスキングツールを使用して、フレーム内の人々の特徴を隠蔽し、AA検出のためのディープラーニングモデルを使用する。
ビデオシステムは、ラベル付けのための扇動イベントの実際の開始と終了時間を特定するのにも役立ちます。
予備データ分析の有望な結果は、AAイベントを予測するシステムの能力を示している。
提案システムでは, リアルタイムに自律的に動作し, AA, 診断前症状を診断する能力は, この研究分野において重要なマイルストーンとなっている。
関連論文リスト
- Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳（メタデータ） (2023-03-14T16:03:28Z) - Comparison of Probabilistic Deep Learning Methods for Autism Detection [0.0]
自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、現在世界中で普及している神経発達障害の一つ。
この疾患の早期発見は、発症治療に役立ち、正常な生活を導くのに役立つ。
論文 参考訳（メタデータ） (2023-03-09T17:49:37Z) - AIOSA: An approach to the automatic identification of obstructive sleep
apnea events based on deep learning [1.5381930379183162]
OSASは、死亡率の上昇、神経障害の悪化、リハビリテーション後の機能低下、高血圧の発症率の上昇と関連している。
OSAS診断のための金標準検査はPSG (Polysomnography) である。
生波形データの時間分解能を低減できる畳み込み型ディープラーニングアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-02-10T11:21:47Z) - 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) - Reducing a complex two-sided smartwatch examination for Parkinson's
Disease to an efficient one-sided examination preserving machine learning
accuracy [63.20765930558542]
パーキンソン病(PD)研究における技術ベースアセスメントの実施状況について報告した。
本研究は、両手同期スマートウォッチ測定におけるPDサンプルサイズとして最大である。
論文 参考訳（メタデータ） (2022-05-11T09:12:59Z) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳（メタデータ） (2021-12-20T13:29:13Z) - Deep Convolution Network Based Emotion Analysis for Automatic Detection
of Mild Cognitive Impairment in the Elderly [15.217754542927961]
認知障害の早期発見は、患者と介護者の両方にとって非常に重要である。
認知障害患者には異常な感情パターンが認められた。
本稿では,認知障害を検出するための新しい深層畳み込みネットワークシステムを提案する。
論文 参考訳（メタデータ） (2021-11-09T11:51:33Z) - Online Obstructive Sleep Apnea Detection Based on Hybrid Machine
Learning And Classifier Combination For Home-based Applications [3.199352681587309]
閉塞性睡眠時無呼吸症(OSA)は、現在の世紀で最も多い疾患の1つである。
本稿では,オンラインOSA検出のためのいくつかの構成を提案する。
提案手法は, 生体信号の使用制限, 自動検出, オンライン作業計画, 均一かつ許容可能な全データベースの性能(85%以上) などの利点を有する。
論文 参考訳（メタデータ） (2021-10-01T21:39:23Z) - 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) - Adversarial vs behavioural-based defensive AI with joint, continual and
active learning: automated evaluation of robustness to deception, poisoning
and concept drift [62.997667081978825]
人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。
本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
論文 参考訳（メタデータ） (2020-01-13T13:54:36Z)
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。