論文の概要: Exploring Image Transforms derived from Eye Gaze Variables for Progressive Autism Diagnosis
- arxiv url: http://arxiv.org/abs/2506.09065v1
- Date: Sat, 07 Jun 2025 19:00:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-13 06:35:01.616333
- Title: Exploring Image Transforms derived from Eye Gaze Variables for Progressive Autism Diagnosis
- Title（参考訳）: 進行性自閉症診断のための視線変動画像からの画像変換の探索
- Authors: Abigail Copiaco, Christian Ritz, Yassine Himeur, Valsamma Eapen, Ammar Albanna, Wathiq Mansoor,
- Abstract要約: 現在の診断技術は効果があるが、時間集約的であり、社会的・経済的コストが高い。
この研究は、AIを利用した補助技術を導入し、ASD診断と管理を効率化する。
本システムは,視線変数から得られる画像変換と転写学習を統合して,ALDの診断を行う。
- 参考スコア（独自算出の注目度）: 2.481802259298367
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The prevalence of Autism Spectrum Disorder (ASD) has surged rapidly over the past decade, posing significant challenges in communication, behavior, and focus for affected individuals. Current diagnostic techniques, though effective, are time-intensive, leading to high social and economic costs. This work introduces an AI-powered assistive technology designed to streamline ASD diagnosis and management, enhancing convenience for individuals with ASD and efficiency for caregivers and therapists. The system integrates transfer learning with image transforms derived from eye gaze variables to diagnose ASD. This facilitates and opens opportunities for in-home periodical diagnosis, reducing stress for individuals and caregivers, while also preserving user privacy through the use of image transforms. The accessibility of the proposed method also offers opportunities for improved communication between guardians and therapists, ensuring regular updates on progress and evolving support needs. Overall, the approach proposed in this work ensures timely, accessible diagnosis while protecting the subjects' privacy, improving outcomes for individuals with ASD.
- Abstract（参考訳）: 自閉症スペクトラム障害(ASD)の流行は、過去10年間に急速に増加し、コミュニケーション、行動、影響のある個人への集中において重大な課題を提起してきた。
現在の診断技術は効果があるが、時間集約的であり、社会的・経済的コストが高い。
この研究は、ASDの診断と管理を効率化し、ASDを持つ個人の利便性を高め、介護者やセラピストの効率を高めるために、AIを活用した補助技術を導入している。
本システムは,視線変数から得られる画像変換と転写学習を統合して,ALDの診断を行う。
これにより、家庭内定期診断の機会が促進され、個人や介護者のストレスが軽減され、画像変換によってユーザのプライバシが保護される。
提案手法のアクセシビリティは、保護者とセラピスト間のコミュニケーションを改善する機会も提供し、進捗の定期的な更新とサポートニーズの進展を保証する。
全体として、本研究で提案されたアプローチは、被験者のプライバシを保護しながら、タイムリーでアクセス可能な診断を確実にし、ASD患者に対する結果を改善する。
関連論文リスト
- The use of Artificial Intelligence for Intervention and Assessment in Individuals with ASD [0.0]
特に、高度な機械学習技術とデータ分析を利用して、早期診断におけるAIの役割に焦点を当てている。
本稿では、AIを活用した介入技術について検討し、教育ロボットと適応通信ツールを強調した。
論文 参考訳（メタデータ） (2025-05-05T15:58:32Z) - Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [61.633126163190724]
精神病は、社会的、個人的コストがかなり高い広範囲で不安定な状態である。
近年の人工知能(AI)の進歩は、うつ病、不安障害、双極性障害、統合失調症、外傷後ストレス障害などの病態を認識し、対処するための大きな可能性を秘めている。
データセットやトレーニング済みモデルからの機密データ漏洩のリスクを含むプライバシー上の懸念は、これらのAIシステムを実際の臨床環境にデプロイする上で、依然として重要な障壁である。
論文 参考訳（メタデータ） (2025-02-01T15:10:02Z) - Federated Anomaly Detection for Early-Stage Diagnosis of Autism Spectrum Disorders using Serious Game Data [0.0]
本研究では,AutoEncoder-based Machine Learning (ML) 手法を用いて,ASD検出のための新しい半教師付きアプローチを提案する。
この目的に特化して設計された真剣なゲームを通じて手作業で収集したデータを利用する。
ゲーミフィケーションされたアプリケーションによって収集されたセンシティブなデータは、プライバシー漏洩の影響を受けやすいため、フェデレートラーニングフレームワークを開発した。
論文 参考訳（メタデータ） (2024-10-25T23:00:12Z) - OpticalDR: A Deep Optical Imaging Model for Privacy-Protective
Depression Recognition [66.91236298878383]
抑うつ認識(DR)は、特にプライバシー上の懸念の文脈において、大きな課題となる。
我々は,疾患関連特徴を保持しつつ,撮像した顔画像の識別情報を消去する新しいイメージングシステムを設計した。
正確なDRに必要な本態性疾患の特徴を保ちながら、アイデンティティ情報の回復には不可逆である。
論文 参考訳（メタデータ） (2024-02-29T01:20:29Z) - Robust and Efficient Medical Imaging with Self-Supervision [80.62711706785834]
医用画像AIの堅牢性とデータ効率を向上させるための統一表現学習戦略であるREMEDISを提案する。
様々な医療画像タスクを研究し, 振り返りデータを用いて3つの現実的な応用シナリオをシミュレートする。
論文 参考訳（メタデータ） (2022-05-19T17:34:18Z) - Proposing a System Level Machine Learning Hybrid Architecture and
Approach for a Comprehensive Autism Spectrum Disorder Diagnosis [1.2691047660244335]
自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、知的発達、社会的行動、顔の特徴に影響を及ぼす重度の神経精神疾患である。
ASDの診断精度を向上させるために,社会行動と顔の特徴データの両方をフル活用したハイブリッドアーキテクチャを提案する。
論文 参考訳（メタデータ） (2021-09-18T04:33:09Z) - An Interpretable Multiple-Instance Approach for the Detection of
referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。
画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。
我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文 参考訳（メタデータ） (2021-03-02T13:14:15Z) - AEGIS: A real-time multimodal augmented reality computer vision based
system to assist facial expression recognition for individuals with autism
spectrum disorder [93.0013343535411]
本稿では,コンピュータビジョンと深部畳み込みニューラルネットワーク(CNN)を組み合わせたマルチモーダル拡張現実(AR)システムの開発について述べる。
提案システムはAIGISと呼ばれ,タブレット,スマートフォン,ビデオ会議システム,スマートグラスなど,さまざまなユーザデバイスにデプロイ可能な支援技術である。
我々は空間情報と時間情報の両方を活用して正確な表現予測を行い、それを対応する可視化に変換し、元のビデオフレーム上に描画する。
論文 参考訳（メタデータ） (2020-10-22T17:20:38Z) - Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。
我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-08-21T20:22:55Z) - A Convolutional Neural Network for gaze preference detection: A
potential tool for diagnostics of autism spectrum disorder in children [0.0]
本稿では,1分間の刺激映像から抽出した画像を用いた視線予測のための畳み込みニューラルネットワーク(CNN)アルゴリズムを提案する。
本モデルでは,被検者の視線方向の予測に高い精度とロバスト性を実現した。
論文 参考訳（メタデータ） (2020-07-28T18:47:21Z)
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。