論文の概要: Identification of Patterns of Cognitive Impairment for Early Detection of Dementia

• arxiv url: http://arxiv.org/abs/2505.23109v1
• Date: Thu, 29 May 2025 05:23:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-30 18:14:07.69406
• Title: Identification of Patterns of Cognitive Impairment for Early Detection of Dementia
• Title（参考訳）: 認知障害パターンの同定による認知症早期発見の試み
• Authors: Anusha A. S., Uma Ranjan, Medha Sharma, Siddharth Dutt,
• Abstract要約: 本稿では,個人固有の障害パターンを識別し,周期的フォローアップのためのパーソナライズされたテストを作成する手法を提案する。 学習されたパターンの集合は、症状前および明らかに正常な人々であっても、認知障害の最も可能性の高い経路を特定するために使用される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Early detection of dementia is crucial to devise effective interventions. Comprehensive cognitive tests, while being the most accurate means of diagnosis, are long and tedious, thus limiting their applicability to a large population, especially when periodic assessments are needed. The problem is compounded by the fact that people have differing patterns of cognitive impairment as they progress to different forms of dementia. This paper presents a novel scheme by which individual-specific patterns of impairment can be identified and used to devise personalized tests for periodic follow-up. Patterns of cognitive impairment are initially learned from a population cluster of combined normals and MCIs, using a set of standardized cognitive tests. Impairment patterns in the population are identified using a 2-step procedure involving an ensemble wrapper feature selection followed by cluster identification and analysis. These patterns have been shown to correspond to clinically accepted variants of MCI, a prodrome of dementia. The learned clusters of patterns can subsequently be used to identify the most likely route of cognitive impairment, even for pre-symptomatic and apparently normal people. Baseline data of 24,000 subjects from the NACC database was used for the study.
• Abstract（参考訳）: 認知症の早期発見は効果的な介入の考案に不可欠である。 最も正確な診断方法である包括的認知検査は、長く退屈であり、特に定期的な評価が必要な場合、大集団に適用性を制限する。 この問題は、認知障害のパターンが異なることが認知障害の様々な形態に進展しているという事実によって複雑化している。 本稿では,個人固有の障害パターンを識別し,周期的フォローアップのためのパーソナライズされたテストを作成する手法を提案する。 認知障害のパターンは、最初は標準化された認知テストのセットを使用して、正常とMCIを組み合わせた集団群から学習される。 集団における障害パターンを,アンサンブルラッパーの特徴選択を含む2段階の手順を用いて同定し,クラスタ識別と分析を行った。 これらのパターンは、認知症のプロドロームであるMCIの臨床的に受け入れられた変種に対応することが示されている。 学習されたパターンの集合は、症状前および明らかに正常な人々であっても、認知障害の最も可能性の高い経路を特定するために使用される。 NACCデータベースからの24,000人の被験者のベースラインデータを用いて調査を行った。

関連論文リスト

• On the Within-class Variation Issue in Alzheimer's Disease Detection [60.08015780474457]
  Alzheimer's Disease (AD) 検出では、ADと非ADの個人を区別するために、機械学習の分類モデルを使用している。 そこで本研究では,サンプルスコア推定器を用いて,認知的スコアと整合した標本特異的なソフトスコアを生成できることを確認した。 ソフトターゲット蒸留(SoTD)とインスタンスレベルの再分散(InRe)の2つの簡易かつ効果的な方法を提案する。
  論文  参考訳（メタデータ） (2024-09-22T02:06:05Z)
• Assessing cognitive function among older adults using machine learning and wearable device data: a feasibility study [3.0872517448897465]
  健常成人と認知不良高齢者を区別する予測モデルを開発した。 活動と睡眠パラメータは、他の認知流速と比較して、処理速度、作業記憶、注意に強く関連していた。
  論文  参考訳（メタデータ） (2023-08-28T00:07:55Z)
• 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)
• A Comprehensive Study on Machine Learning Methods to Increase the Prediction Accuracy of Classifiers and Reduce the Number of Medical Tests Required to Diagnose Alzheimer'S Disease [0.0]
  本研究の主な目的は、適切な疾患発見精度を維持しつつ、少ない検査で病気を検出するために分類器を微調整することである。 健常者30名中4名を用いて, 約94%の症例で診断に成功した。
  論文  参考訳（メタデータ） (2022-12-01T10:34:11Z)
• Few-Shot Meta Learning for Recognizing Facial Phenotypes of Genetic Disorders [55.41644538483948]
  分類の自動化と類似性検索は、医師が可能な限り早期に遺伝状態の診断を行うための意思決定を支援する。 従来の研究は分類問題としてこの問題に対処し、深層学習法を用いてきた。 本研究では,健常人の大規模なコーパスで訓練した顔認識モデルを用いて,顔の表情認識に移行した。
  論文  参考訳（メタデータ） (2022-10-23T11:52:57Z)
• Statistical and Computational Phase Transitions in Group Testing [73.55361918807883]
  本研究の目的は、希少な疾患を患っているk人の集団を同定することである。 個々人のテストを割り当てるための2つの異なる単純なランダムな手順を考える。
  論文  参考訳（メタデータ） (2022-06-15T16:38:50Z)
• Using Deep Learning to Identify Patients with Cognitive Impairment in Electronic Health Records [0.0]
  認知症に苦しむ患者は4人に1人しかいない。 認知症は医療専門家によって診断されていない。 ディープラーニングNLPは、認知症に関連するICDコードや薬品なしで認知症患者を識別できる。
  論文  参考訳（メタデータ） (2021-11-13T01:44:10Z)
• Predicting Parkinson's Disease with Multimodal Irregularly Collected Longitudinal Smartphone Data [75.23250968928578]
  パーキンソン病は神経疾患であり、高齢者に多い。 伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。 そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-09-25T01:50:15Z)
• Cognitive Biomarker Prioritization in Alzheimer's Disease using Brain Morphometric Data [9.323092528297728]
  ほとんどの研究は、対象とする集団に対する認知的テスト選択のガイドラインを作成しているが、個々の被験者に対してカスタマイズされていない。 我々は、パーソナライズされた認知アセスメントの優先順位付けを可能にする機械学習パラダイムを開発する。
  論文  参考訳（メタデータ） (2020-02-18T16:25:11Z)

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。