論文の概要: Driving as a Diagnostic Tool: Scenario-based Cognitive Assessment in Older Drivers From Driving Video

• arxiv url: http://arxiv.org/abs/2507.05463v1
• Date: Mon, 07 Jul 2025 20:30:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-09 16:34:37.337422
• Title: Driving as a Diagnostic Tool: Scenario-based Cognitive Assessment in Older Drivers From Driving Video
• Title（参考訳）: 診断ツールとしての運転:高齢者の運転映像におけるシナリオに基づく認知評価
• Authors: Md Zahid Hasan, Guillermo Basulto-Elias, Jun Ha Chang, Sahuna Hallmark, Matthew Rizzo, Anuj Sharma, Soumik Sarkar,
• Abstract要約: 本研究の目的は、アルツハイマー病(AD)と軽度認知障害(MCI)の機能低下と臨床特徴に相関する「デジタル指紋」を抽出することである。 本研究では,大規模視覚モデルとナチュラル・ドライビング・ビデオを用いてドライバの動作を分析し,認知状態の分類と疾患進行の予測を行うフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 6.66498412613475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce scenario-based cognitive status identification in older drivers from Naturalistic driving videos and large vision models. In recent times, cognitive decline, including Alzheimer's disease (AD) and mild cognitive impairment (MCI), is often underdiagnosed due to the time-consuming and costly nature of current diagnostic methods. By analyzing real-world driving behavior captured through in-vehicle systems, this research aims to extract "digital fingerprints" that correlate with functional decline and clinical features of MCI and AD. Moreover, modern large vision models can draw meaningful insights from everyday driving patterns of older patients to early detect cognitive decline. We propose a framework that uses large vision models and naturalistic driving videos to analyze driver behavior, classify cognitive status and predict disease progression. We leverage the strong relationship between real-world driving behavior as an observation of the current cognitive status of the drivers where the vehicle can be utilized as a "diagnostic tool". Our method identifies early warning signs of functional impairment, contributing to proactive intervention strategies. This work enhances early detection and supports the development of scalable, non-invasive monitoring systems to mitigate the growing societal and economic burden of cognitive decline in the aging population.
• Abstract（参考訳）: 本研究では,Naturistic driving videoと大規模ビジョンモデルから,高齢者運転者のシナリオベース認知状態の同定を導入する。 近年,アルツハイマー病 (AD) や軽度認知障害 (MCI) などの認知機能低下は, 診断に要する時間的・費用的な性質から診断が困難であることが多い。 本研究は,車内システムで捉えた実世界の運転行動を分析することにより,MCIとADの機能低下と臨床特性に相関する「デジタル指紋」を抽出することを目的とする。 さらに、現代の大きな視覚モデルは、認知の低下を早期に検出するために、高齢者の日常的な運転パターンから有意義な洞察を引き出すことができる。 本研究では,ドライバーの行動を分析し,認知状態を分類し,疾患の進行を予測するために,大きな視覚モデルと自然な運転ビデオを利用するフレームワークを提案する。 実世界の運転行動の強い関係を,車両を「診断ツール」として利用できる運転者の現在の認知状態の観察として活用する。 本手法は,機能障害の早期警戒徴候を同定し,予防的介入戦略に寄与する。 この研究は早期発見を強化し、高齢化社会における認知低下の社会的・経済的負担を軽減するため、スケーラブルで非侵襲的なモニタリングシステムの開発を支援する。

関連論文リスト

• Dynamics of Affective States During Takeover Requests in Conditionally Automated Driving Among Older Adults with and without Cognitive Impairment [1.8189845665076032]
  認知の低下は運転の安全性を損なうことがあり、しばしば早めの運転停止につながる。 条件付き自動走行車は、自動化が運転限界に達すると、ドライバーが制御を引き継ぐ必要がある。 本研究は,健常成人と認知機能障害児の乗っ取り要求(TOR)における表情分析による情動反応について検討した。
  論文  参考訳（メタデータ） (2025-05-23T22:48:20Z)
• Predicting Mild Cognitive Impairment Using Naturalistic Driving and Trip Destination Modeling [6.66498412613475]
  本研究は,ネブラスカ州における高齢ドライバーの運転習慣を分析するために,自宅,職場,医療アポイントメント,社会活動,過激なジオハッシングなどの特定の旅行先を取り入れた新しいアプローチを提案する。 C5.0、ランダムフォレスト、サポートベクターマシンなどの先進的な機械学習モデルとデータ視覚化を組み合わせた2倍の方法論を用いて、認知障害の予測におけるこれらの位置ベース変数の有効性を評価した。
  論文  参考訳（メタデータ） (2025-04-12T00:52:25Z)
• In-vehicle Sensing and Data Analysis for Older Drivers with Mild Cognitive Impairment [0.8426358786287627]
  本研究の目的は、高精度の位置決めとテレマティクスデータを得ることができる低コストの車内センシングハードウェアを設計することである。 軽度認知障害(MCI)と軽度認知障害(MCI)を比較した統計的分析の結果,MCIはよりスムーズで安全な運転パターンを示すことが明らかとなった。 我々のランダムフォレストモデルでは、夜間旅行の数、旅行数、教育がデータ評価に最も影響を及ぼす要因として特定されました。
  論文  参考訳（メタデータ） (2023-11-15T15:47:24Z)
• 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)
• FBLNet: FeedBack Loop Network for Driver Attention Prediction [50.936478241688114]
  非客観的運転経験のモデル化は困難であり,既存手法では運転経験蓄積手順を模擬する機構が欠如している。 本稿では,運転経験蓄積手順をモデル化するFeedBack Loop Network (FBLNet)を提案する。 提案モデルでは,既存の手法に対して強い優位性を示し,2つのドライバー注意ベンチマークデータセットの性能向上を実現している。
  論文  参考訳（メタデータ） (2022-12-05T08:25:09Z)
• What's on your mind? A Mental and Perceptual Load Estimation Framework towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
  精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。 これらの測定値の融合により、心的および知覚的負荷レベルを分類する。 我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
  論文  参考訳（メタデータ） (2022-08-10T21:19:49Z)
• Driving-Signal Aware Full-Body Avatars [49.89791440532946]
  そこで本研究では,駆動信号を意識したフルボディアバターを構築するための学習ベース手法を提案する。 我々のモデルは条件付き変分オートエンコーダであり、不完全な駆動信号でアニメーションできる。 仮想テレプレゼンスのためのフルボディアニメーションの課題に対して,本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2021-05-21T16:22:38Z)
• ACRE: Abstract Causal REasoning Beyond Covariation [90.99059920286484]
  因果誘導における現在の視覚システムの系統的評価のための抽象因果分析データセットについて紹介する。 Blicket実験における因果発見の研究の流れに触発され、独立シナリオと介入シナリオのいずれにおいても、以下の4種類の質問で視覚的推論システムに問い合わせる。 純粋なニューラルモデルは確率レベルのパフォーマンスの下で連想戦略に向かう傾向があるのに対し、ニューロシンボリックな組み合わせは後方ブロッキングの推論に苦しむ。
  論文  参考訳（メタデータ） (2021-03-26T02:42:38Z)
• 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。