論文の概要: A Methodological and Structural Review of Parkinsons Disease Detection Across Diverse Data Modalities

• arxiv url: http://arxiv.org/abs/2505.00525v1
• Date: Thu, 01 May 2025 13:47:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:55.313746
• Title: A Methodological and Structural Review of Parkinsons Disease Detection Across Diverse Data Modalities
• Title（参考訳）: 各種データモダリティにおけるパーキンソン病検出の方法と構造
• Authors: Abu Saleh Musa Miah, taro Suzuki, Jungpil Shin,
• Abstract要約: 日本タイムズとパーキンソン財団の報道によると、全世界で1000人あたり1～1.8人が診断された。 本研究では,多種多様なデータモダリティを対象としたPD認識システムについて概説する。 本稿では,主要な科学データベースからの347以上の論文に基づいて,データ収集手法,設定,特徴表現,システム性能などの重要な側面について考察する。
• 参考スコア（独自算出の注目度）: 0.6827423171182153
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Parkinsons Disease (PD) is a progressive neurological disorder that primarily affects motor functions and can lead to mild cognitive impairment (MCI) and dementia in its advanced stages. With approximately 10 million people diagnosed globally 1 to 1.8 per 1,000 individuals, according to reports by the Japan Times and the Parkinson Foundation early and accurate diagnosis of PD is crucial for improving patient outcomes. While numerous studies have utilized machine learning (ML) and deep learning (DL) techniques for PD recognition, existing surveys are limited in scope, often focusing on single data modalities and failing to capture the potential of multimodal approaches. To address these gaps, this study presents a comprehensive review of PD recognition systems across diverse data modalities, including Magnetic Resonance Imaging (MRI), gait-based pose analysis, gait sensory data, handwriting analysis, speech test data, Electroencephalography (EEG), and multimodal fusion techniques. Based on over 347 articles from leading scientific databases, this review examines key aspects such as data collection methods, settings, feature representations, and system performance, with a focus on recognition accuracy and robustness. This survey aims to serve as a comprehensive resource for researchers, providing actionable guidance for the development of next generation PD recognition systems. By leveraging diverse data modalities and cutting-edge machine learning paradigms, this work contributes to advancing the state of PD diagnostics and improving patient care through innovative, multimodal approaches.
• Abstract（参考訳）: パーキンソン病(英: Parkinsons Disease、PD)は、主に運動機能に影響を与える進行性神経疾患であり、進行期において軽度の認知障害(MCI)と認知症を引き起こす。 日本タイムズやパーキンソン財団の報告によると、全世界で約1000万人が1000人当たり1～1.8人と診断され、PDの早期かつ正確な診断が患者の成績改善に不可欠だという。 多くの研究がPD認識に機械学習(ML)とディープラーニング(DL)技術を利用しているが、既存の調査はスコープが限られており、多くの場合、単一のデータモダリティに焦点を合わせており、マルチモーダルアプローチの可能性を捉えていない。 これらのギャップに対処するために、MRI、歩行に基づくポーズ分析、歩行感覚データ、手書き分析、音声テストデータ、脳波(EEG)、マルチモーダル融合技術など、様々なデータモダリティのPD認識システムについて包括的なレビューを行った。 本稿では,主要な科学データベースからの347以上の論文に基づいて,データ収集手法,設定,特徴表現,システム性能などの重要な側面を,認識精度と堅牢性に着目して検討する。 本調査は,次世代PD認識システム開発のための実用的なガイダンスを提供するため,研究者の総合的な資源として機能することを目的としている。 多様なデータモダリティと最先端の機械学習パラダイムを活用することにより、PD診断の進歩と、革新的なマルチモーダルアプローチによる患者のケア改善に寄与する。

関連論文リスト

• Artificial intelligence-enabled detection and assessment of Parkinson's disease using multimodal data: A survey [2.06242362470764]
  現在、パーキンソン病の診断、重症度の評価、進行の追跡に有効なバイオマーカーは存在しない。 現在、多くのAIアルゴリズムがPD診断と治療に使われており、多モードおよび異種疾患の症状データに基づいて様々な分類タスクを実行することができる。 PDの可能性を予測し、個人または複数の症状の重症度を評価し、早期発見を支援し、リハビリテーションと治療効果を評価することを含む、表現力のあるフィードバックを提供する。
  論文  参考訳（メタデータ） (2025-02-15T07:26:52Z)
• Machine Learning Strategies for Parkinson Tremor Classification Using Wearable Sensor Data [0.4222205362654437]
  機械学習(ML)は、PD分類と診断精度を高める強力なツールとして登場した。 本調査はパーキンソン震の分類に用いられているML手法を概観的にレビューする。 本稿では,ウェアラブルセンサデータを用いたPD診断にMLを適用する際の課題と問題点について論じる。
  論文  参考訳（メタデータ） (2025-01-30T18:36:59Z)
• Early Recognition of Parkinson's Disease Through Acoustic Analysis and Machine Learning [0.0]
  パーキンソン病(英: Parkinson's Disease、PD)は、音声を含む運動機能と非運動機能の両方に大きな影響を及ぼす進行性神経変性疾患である。 本稿では,音声データを用いたPD認識手法の総合的なレビューを行い,機械学習とデータ駆動アプローチの進歩を強調した。 ロジスティック回帰、SVM、ニューラルネットワークなど、さまざまな分類アルゴリズムが検討されている。 以上の結果から,特定の音響特性と高度な機械学習技術は,PDと健常者の間で効果的に区別できることが示唆された。
  論文  参考訳（メタデータ） (2024-07-22T23:24:02Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Diagnosis of Parkinson's Disease Using EEG Signals and Machine Learning Techniques: A Comprehensive Study [1.2972104025246092]
  本稿では,パーキンソン病のヒト脳波信号解析による診断方法を提案する。 本手法は,脳波信号解析技術と機械学習手法の総合的なレビューを取り入れたものである。 パーキンソン病診断に最適化された高度SVMモデルを開発した。
  論文  参考訳（メタデータ） (2024-04-30T04:25:09Z)
• UniBrain: Universal Brain MRI Diagnosis with Hierarchical Knowledge-enhanced Pre-training [66.16134293168535]
  我々はUniBrainと呼ばれるユニバーサル脳MRI診断のための階層的知識強化事前訓練フレームワークを提案する。 具体的には、UniBrainは、定期的な診断から24,770のイメージレポートペアの大規模なデータセットを活用する。
  論文  参考訳（メタデータ） (2023-09-13T09:22:49Z)
• Incomplete Multimodal Learning for Complex Brain Disorders Prediction [65.95783479249745]
  本稿では,変換器と生成対向ネットワークを用いた不完全なマルチモーダルデータ統合手法を提案する。 アルツハイマー病神経画像イニシアチブコホートを用いたマルチモーダルイメージングによる認知変性と疾患予後の予測に本手法を適用した。
  論文  参考訳（メタデータ） (2023-05-25T16:29:16Z)
• 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)
• Machine learning for the diagnosis of Parkinson's disease: A systematic review [15.463800489731373]
  我々は2020年2月14日まで,PubMed と IEEE Xplore データベースを用いて,系統的な文献レビューを行った。 関連情報として抽出され,本システムレビューで提示された計209件の研究結果を含む。 これらの研究は、臨床意思決定における機械学習手法と新しいバイオマーカーの適応の可能性を示す。
  論文  参考訳（メタデータ） (2020-10-13T01:14:04Z)
• Learning-based Computer-aided Prescription Model for Parkinson's Disease: A Data-driven Perspective [61.70045118068213]
  我々は、PD患者の症状と、神経科医が提供した処方薬を収集し、データセットを構築した。 そこで我々は、観察された症状と処方薬との関係を学習し、新しいコンピュータ支援処方薬モデルを構築した。 新来の患者に対しては、処方薬モデルにより、観察された症状に対して適切な処方薬を推奨できる(予測)。
  論文  参考訳（メタデータ） (2020-07-31T14:34:35Z)
• 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。