論文の概要: Automatic Screening of Parkinson's Disease from Visual Explorations

• arxiv url: http://arxiv.org/abs/2509.01326v1
• Date: Mon, 01 Sep 2025 10:11:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.638639
• Title: Automatic Screening of Parkinson's Disease from Visual Explorations
• Title（参考訳）: 視覚探査によるパーキンソン病の自動スクリーニング
• Authors: Maria F. Alcala-Durand, J. Camilo Puerta-Acevedo, Julián D. Arias-Londoño, Juan I. Godino-Llorente,
• Abstract要約: 眼球運動はパーキンソン病(PD)を含む神経変性の早期徴候を呈する 本研究は,視覚探索作業からPDの自動スクリーニングを行うための,視線に基づく特徴セットの有用性について検討する。
• 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: Eye movements can reveal early signs of neurodegeneration, including those associated with Parkinson's Disease (PD). This work investigates the utility of a set of gaze-based features for the automatic screening of PD from different visual exploration tasks. For this purpose, a novel methodology is introduced, combining classic fixation/saccade oculomotor features (e.g., saccade count, fixation duration, scanned area) with features derived from gaze clusters (i.e., regions with a considerable accumulation of fixations). These features are automatically extracted from six exploration tests and evaluated using different machine learning classifiers. A Mixture of Experts ensemble is used to integrate outputs across tests and both eyes. Results show that ensemble models outperform individual classifiers, achieving an Area Under the Receiving Operating Characteristic Curve (AUC) of 0.95 on a held-out test set. The findings support visual exploration as a non-invasive tool for early automatic screening of PD.
• Abstract（参考訳）: 眼球運動は、パーキンソン病(PD)に関連するものを含む神経変性の早期兆候を示す。 本研究は,視覚探索作業からPDの自動スクリーニングを行うための,視線に基づく特徴セットの有用性について検討する。 この目的のために、古典的な固定/サケードオキュモレータの特徴(例えば、サケード数、固定期間、スキャンされた領域)と、ガゼクラスタ(すなわち、相当量の固定を蓄積した領域)から派生した特徴を組み合わせた新しい手法が導入された。 これらの特徴は、6つの探索テストから自動的に抽出され、異なる機械学習分類器を用いて評価される。 Mixture of Experts アンサンブルは、テストと両目の間で出力を統合するために使用される。 その結果、アンサンブルモデルは個々の分類器よりも優れており、ホールドアウトテストセットにおいて受信特性曲線(AUC)0.95のエリアを達成できることがわかった。 PDの早期自動スクリーニングのための非侵襲的ツールとして視覚探索が有効である。

関連論文リスト

• Adapting Foundation Model for Dental Caries Detection with Dual-View Co-Training [53.77904429789069]
  本稿では, 歯列検出のための新しいDual-View Co-TrainingネットワークであるAttention-TNetについて紹介する。 OurTNetは、自動歯肉検出を用いて、パノラマX線画像からのグローバルビューと、収穫した歯肉画像からのローカルビューの2つの補完的なビューを確立する。 両ビューからの情報を効果的に統合するために,Gated Cross-Viewモジュールを導入する。
  論文  参考訳（メタデータ） (2025-08-28T14:13:26Z)
• VisioPhysioENet: Visual Physiological Engagement Detection Network [12.23838739116507]
  本稿では,視覚的および生理的信号を利用して学習者のエンゲージメントを検出する新しいマルチモーダルシステムであるPhysioENetを提案する。 視覚的特徴抽出では、Dlibを使用して顔のランドマークを検出し、OpenCVはさらなる推定を提供する。 Dlib上に構築された顔認識ライブラリは、生理的信号抽出に特化した顔領域を特定するために使用される。
  論文  参考訳（メタデータ） (2024-09-24T14:36:19Z)
• Exploring Gaze Pattern Differences Between Autistic and Neurotypical Children: Clustering, Visualisation, and Prediction [9.100717218421863]
  内部クラスタの妥当性指標は、ASDと発達期(TD)児の視線パターンの違いを区別するために用いられる。 本研究では,7つのクラスタリングアルゴリズムを適用し,63個の内部クラスタ妥当性指標を抽出し,ASD診断と相関関係を明らかにする。 3つのデータセットの実験は高い予測精度(81% AUC)を示し、これらの指標の有効性を検証する。
  論文  参考訳（メタデータ） (2024-09-18T06:56:06Z)
• VAE-IF: Deep feature extraction with averaging for fully unsupervised artifact detection in routinely acquired ICU time-series [1.9665926763554147]
  本稿では,事前のラベル付けや信号固有知識を使わずに,微細分解能ICUデータ中のアーティファクトを検出するための,教師なしの手法を提案する。 本手法では,変分オートエンコーダ (VAE) と孤立林 (IF) をハイブリッドモデルに組み合わせて特徴を学習し,異常を同定する。 我々の教師なしアプローチは、完全に教師付きされた手法に匹敵する感度を達成し、外部データセットによく当てはまることを示す。
  論文  参考訳（メタデータ） (2023-12-10T18:03:40Z)
• Self-Supervised Masked Convolutional Transformer Block for Anomaly Detection [122.4894940892536]
  本稿では, 自己監督型マスク型畳み込み変圧器ブロック (SSMCTB) について述べる。 本研究では,従来の自己教師型予測畳み込み抑止ブロック(SSPCAB)を3次元マスク付き畳み込み層,チャンネルワイドアテンション用トランスフォーマー,およびハマーロスに基づく新たな自己教師型目標を用いて拡張する。
  論文  参考訳（メタデータ） (2022-09-25T04:56:10Z)
• Benchmarking Joint Face Spoofing and Forgery Detection with Visual and Physiological Cues [81.15465149555864]
  視覚的外観と生理的rcuesを用いた第1回関節スプーフィングおよび検出ベンチマークを作成した。 r周期性判別を強化するために,顔の強信号マップと連続ウェーブレットを入力として変換した2分岐生理ネットワークを設計した。
  論文  参考訳（メタデータ） (2022-08-10T15:41:48Z)
• A Deep Learning Approach for the Segmentation of Electroencephalography Data in Eye Tracking Applications [56.458448869572294]
  脳波データの時系列セグメンテーションのための新しいフレームワークDETRtimeを紹介する。 エンドツーエンドのディープラーニングベースのフレームワークは、コンピュータビジョンの進歩を前面に立たせています。 我々のモデルは脳波睡眠ステージセグメンテーションのタスクにおいてよく一般化される。
  論文  参考訳（メタデータ） (2022-06-17T10:17:24Z)
• A Temporal Learning Approach to Inpainting Endoscopic Specularities and Its effect on Image Correspondence [13.25903945009516]
  本稿では,時間的生成的対位ネットワーク(GAN)を用いて,隠蔽解剖学を特異性の下で描くことを提案する。 これは、胃内視鏡(Hyper-Kvasir)の生検データを用いて、完全に教師なしの方法で達成される。 また,3次元再構成とカメラモーション推定の基盤となるコンピュータビジョンタスクにおける本手法の有効性を評価する。
  論文  参考訳（メタデータ） (2022-03-31T13:14:00Z)
• Factored Attention and Embedding for Unstructured-view Topic-related Ultrasound Report Generation [70.7778938191405]
  本研究では,非構造的トピック関連超音波レポート生成のための新しい因子的注意・埋め込みモデル(FAE-Gen)を提案する。 提案したFAE-Genは主に2つのモジュール、すなわちビュー誘導因子の注意とトピック指向因子の埋め込みから構成されており、異なるビューで均質および不均一な形態的特徴を捉えている。
  論文  参考訳（メタデータ） (2022-03-12T15:24:03Z)
• Self-Attention Neural Bag-of-Features [103.70855797025689]
  我々は最近導入された2D-Attentionの上に構築し、注意学習方法論を再構築する。 本稿では,関連情報を強調した2次元目視マスクを学習する機能・時間的アテンション機構を提案する。
  論文  参考訳（メタデータ） (2022-01-26T17:54:14Z)

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。