論文の概要: Improving Cross-Patient Generalization in Parkinson's Disease Detection through Chunk-Based Analysis of Hand-Drawn Patterns
- arxiv url: http://arxiv.org/abs/2510.17703v1
- Date: Mon, 20 Oct 2025 16:18:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 00:56:39.521044
- Title: Improving Cross-Patient Generalization in Parkinson's Disease Detection through Chunk-Based Analysis of Hand-Drawn Patterns
- Title（参考訳）: チャンクを用いた手洗いパターン解析によるパーキンソン病検出における横断的一般化の改善
- Authors: Mhd Adnan Albani, Riad Sonbol,
- Abstract要約: 2段階からなるパーキンソン病を検出するための新しいアプローチを提案する。
第1ステージは、描画タイプに基づいて分類される。
第2段階は画像から必要な特徴を抽出し、パーキンソン病を検出する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Parkinson's disease (PD) is a neurodegenerative disease affecting about 1% of people over the age of 60, causing motor impairments that impede hand coordination activities such as writing and drawing. Many approaches have tried to support early detection of Parkinson's disease based on hand-drawn images; however, we identified two major limitations in the related works: (1) the lack of sufficient datasets, (2) the robustness when dealing with unseen patient data. In this paper, we propose a new approach to detect Parkinson's disease that consists of two stages: The first stage classifies based on their drawing type(circle, meander, spiral), and the second stage extracts the required features from the images and detects Parkinson's disease. We overcame the previous two limitations by applying a chunking strategy where we divide each image into 2x2 chunks. Each chunk is processed separately when extracting features and recognizing Parkinson's disease indicators. To make the final classification, an ensemble method is used to merge the decisions made from each chunk. Our evaluation shows that our proposed approach outperforms the top performing state-of-the-art approaches, in particular on unseen patients. On the NewHandPD dataset our approach, it achieved 97.08% accuracy for seen patients and 94.91% for unseen patients, our proposed approach maintained a gap of only 2.17 percentage points, compared to the 4.76-point drop observed in prior work.
- Abstract（参考訳）: パーキンソン病(英: Parkinson's disease、PD)は、60歳以上の人の約1%に影響を及ぼす神経変性疾患であり、手書きや描画などの手作業の協調を阻害する運動障害を引き起こす。
手描き画像に基づいてパーキンソン病の早期発見を支援するために多くのアプローチが試みられているが,本研究は,(1)十分なデータセットの欠如,(2)不明な患者データを扱う際の堅牢性,の2つの大きな限界を見出した。
本稿では,2段階からなるパーキンソン病を検出するための新しいアプローチを提案する。第1段階は描画タイプ(円,蛇行,渦巻き)に基づいて分類し,第2段階は画像から必要な特徴を抽出し,パーキンソン病を検出する。
我々は、各画像を2×2チャンクに分割するチャンク戦略を適用することで、これまでの2つの制限を克服した。
各チャンクは、特徴を抽出し、パーキンソン病の指標を認識する際に別々に処理される。
最終的な分類を行うには、各チャンクから決定をマージするためにアンサンブル法を用いる。
以上の結果から, 提案手法は, 特に無症状患者において, 最先端のアプローチよりも優れていたことが示唆された。
我々の方法であるNewHandPDデータセットでは、観察された患者では97.08%の精度、見えない患者では94.91%の精度を達成し、提案手法は以前の研究で観察された4.76ポイントの低下と比較してわずか2.17ポイントの差を維持した。
関連論文リスト
- Epistemic-aware Vision-Language Foundation Model for Fetal Ultrasound Interpretation [83.02147613524032]
医療用AIシステムFetalMindについて報告する。
本稿では、専門家による2部グラフをモデルに注入し、ビュー・ディスリーズ関連を分離するSED(Salient Epistemic Disentanglement)を提案する。
FetalMindはすべての妊娠期のオープンソースおよびクローズドソースベースラインを上回り、平均利得は+14%、臨界条件では+61.2%高い。
論文 参考訳（メタデータ） (2025-10-14T19:57:03Z) - Determining the severity of Parkinson's disease in patients using a
multi task neural network [0.7499722271664147]
パーキンソン病は進行すると容易に診断できるが、早期の診断は困難である。
本研究では,音声分析から容易に抽出できる変数の集合を解析する。
99.15%の成功率は、パーキンソン病またはパーキンソン病以外の重度のパーキンソン病に罹患しているかどうかを予測する問題で達成されている。
論文 参考訳（メタデータ） (2024-02-08T08:55:34Z) - Deep Learning Predicts Prevalent and Incident Parkinson's Disease From
UK Biobank Fundus Imaging [13.132022790511005]
パーキンソン病は世界最速の神経疾患である。
現在の診断法は高価で、可用性は限られている。
我々は、パーキンソン病の診断検査として、しばしば脳への窓と呼ばれる網膜基底像を強調した。
論文 参考訳（メタデータ） (2023-02-13T22:30:16Z) - Diagnosis of Parkinson's Disease Based on Voice Signals Using SHAP and
Hard Voting Ensemble Method [0.0]
パーキンソン病(英: Parkinson's disease、PD)は、アルツハイマー病に次いで2番目に多い進行性神経疾患である。
PDは典型的には、DATSCANやSPECTのような運動症状または他の神経画像技術を用いて識別される。
これらの方法は高価で、時間がかかり、一般大衆には利用できない。
論文 参考訳（メタデータ） (2022-10-03T19:45:22Z) - 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) - 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) - Joint Prediction and Time Estimation of COVID-19 Developing Severe
Symptoms using Chest CT Scan [49.209225484926634]
術後に重篤な症状を発症するかどうかを判定するための共同分類法と回帰法を提案する。
提案手法は,各試料の重量を考慮し,外乱の影響を低減し,不均衡な分類の問題を検討する。
提案手法では, 重症症例の予測精度76.97%, 相関係数0.524, 変換時間0.55日差が得られた。
論文 参考訳（メタデータ） (2020-05-07T12:16:37Z) - 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) - Topological Descriptors for Parkinson's Disease Classification and
Regression Analysis [3.2898781698366726]
我々は,パーキンソン病の分類と重症度評価のプロセスを自動化するために,TDA(Topological Data Analysis)と機械学習ツールを併用することを提案する。
本稿では,パーキンソン病の姿勢変化解析にTDAを取り入れた手法を提案する。
本稿では, パーキンソン病データセットを健康高齢者, 健常若年者, パーキンソン病患者に応用することを目的とした。
論文 参考訳（メタデータ） (2020-04-15T22:59:07Z)
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。