論文の概要: A Fine Evaluation Method for Cube Copying Test for Early Detection of Alzheimer's Disease

• arxiv url: http://arxiv.org/abs/2512.01367v1
• Date: Mon, 01 Dec 2025 07:28:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-02 19:46:34.744273
• Title: A Fine Evaluation Method for Cube Copying Test for Early Detection of Alzheimer's Disease
• Title（参考訳）: アルツハイマー病早期発見のためのキューブコピー試験の精密評価法
• Authors: Xinyu Jiang, Cuiyun Gao, Wenda Huang, Yiyang Jiang, Binwen Luo, Yuxin Jiang, Mengting Wang, Haoran Wen, Yang Zhao, Xuemei Chen, Songqun Huang,
• Abstract要約: 本研究では,動的手書き特徴抽出に基づく視覚的空間認知機能の評価手法を提案する。 提案手法は類似研究と比較して,86.69%の精度で有意な優位性を示した。
• 参考スコア（独自算出の注目度）: 21.659407400652356
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Background: Impairment of visual spatial cognitive function is the most common early clinical manifestation of Alzheimer's Disease (AD). When the Montreal Cognitive Assessment (MoCA) uses the "0/1" binary method ("pass/fail") to evaluate the visual spatial cognitive ability represented by the Cube Copying Test(CCT), the elder with less formal education generally score 0 point, resulting in serious bias in the evaluation results. Therefore, this study proposes a fine evaluation method for CCT based on dynamic handwriting feature extraction of DH-SCSM-BLA. method : The Cogni-CareV3.0 software independently developed by our team was used to collect dynamic handwriting data of CCT. Then, the spatial and motion features of segmented dynamic handwriting were extracted, and feature matrix with unequal dimensions were normalized. Finally, a bidirectional long short-term memory network model combined with attention mechanism (BiLSTM-Attention) was adopted for classification. Result: The experimental results showed that: The proposed method has significant superiority compared to similar studies, with a classification accuracy of 86.69%. The distribution of cube drawing ability scores has significant regularity for three aspects such as MCI patients and healthy control group, age, and levels of education. It was also found that score for each cognitive task including cube drawing ability score is negatively correlated with age. Score for each cognitive task including cube drawing ability score, but positively correlated with levels of education significantly. Conclusion: This study provides a relatively objective and comprehensive evaluation method for early screening and personalized intervention of visual spatial cognitive impairment.
• Abstract（参考訳）: 背景: 認知機能障害はアルツハイマー病(AD)の早期臨床症状として最も多い。 モントリオール・コグニティブ・アセスメント(MoCA)は、キューブ・コピー・テスト(CCT)で表される視覚的空間認知能力を評価するために「0/1」バイナリー・メソッド(パス/フェイル)を使用しており、フォーマルでない高齢者は一般に0ポイントを獲得し、評価結果に重大なバイアスをもたらす。 そこで本研究では,DH-SCSM-BLAの動的手書き特徴抽出に基づくCCTの詳細な評価手法を提案する。 方法: 我々のチームが独自に開発したCogni-CareV3.0ソフトウェアを用いて, CCTの動的手書きデータを収集した。 そして, 分割された動的筆跡の空間的特徴と運動的特徴を抽出し, 不等次元の特徴行列を正規化した。 最後に,双方向長期記憶ネットワークモデルと注意機構(BiLSTM-Attention)を併用して分類を行った。 結果: 実験結果から, 提案手法は類似した研究に比べて有意な優位性を示し, 分類精度は86.69%であった。 MCI患者,健常群,年齢,教育水準の3つの側面において,立方体描画能力の分布は有意な規則性を示した。 また,立方体描画能力スコアを含む認知課題毎の得点は年齢と負の相関が認められた。 立方体描画能力スコアを含む各認知課題のスコアは,教育水準と有意な相関を示した。 結論:本研究は,視覚的認知障害の早期スクリーニングとパーソナライズされた介入のための,比較的客観的かつ包括的評価手法を提供する。

関連論文リスト

• Uncertainty-aware Cross-training for Semi-supervised Medical Image Segmentation [45.96892342675963]
  半教師型医療画像(UC-Seg)のための不確実性を考慮したクロストレーニングフレームワークを提案する。 本手法は,他の最先端半教師付き手法と比較して,セグメンテーション精度と一般化性能に優れる。
  論文  参考訳（メタデータ） (2025-08-12T15:28:10Z)
• ICU-TSB: A Benchmark for Temporal Patient Representation Learning for Unsupervised Stratification into Patient Cohorts [0.055923945039144905]
  ICU-TSB (Temporal Stratification Benchmark) を導入した。 本ベンチマークは, 臨床的に検証された疾患群とクラスターのアライメントを測定するために, 疾患を利用した新しい階層的評価フレームワークである。 その結果,時間的表現学習が臨床的に意味のある患者コホートを再発見できることが示唆された。
  論文  参考訳（メタデータ） (2025-06-06T15:52:50Z)
• Flip Learning: Weakly Supervised Erase to Segment Nodules in Breast Ultrasound [40.97115667616978]
  正確なセグメンテーションのために2D/3Dボックスにのみ依存するFlip Learningと呼ばれる新しい学習ベースのWSSフレームワークを導入する。 ボックスからターゲットを消去して分類タグのフリップを容易にするために複数のエージェントが使用され、消去された領域が予測されたセグメンテーションマスクとして機能する。 提案手法は最先端のWSS手法や基礎モデルより優れており,完全教師付き学習アルゴリズムと同等の性能を発揮する。
  論文  参考訳（メタデータ） (2025-03-26T16:20:02Z)
• Two-Stage Representation Learning for Analyzing Movement Behavior Dynamics in People Living with Dementia [44.39545678576284]
  本研究では,認知症高齢者の在宅活動データを,2段階の自己指導型学習アプローチによって分析する。 第1段階は、時系列アクティビティを事前訓練された言語モデルによって符号化されたテキストシーケンスに変換する。 このPageRankベクトルは遅延状態遷移をキャプチャし、複雑な振る舞いデータを簡潔な形式に効果的に圧縮する。
  論文  参考訳（メタデータ） (2025-02-13T10:57:25Z)
• AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
  本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。 提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。 ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
  論文  参考訳（メタデータ） (2024-07-02T16:44:00Z)
• Behavior Score-Embedded Brain Encoder Network for Improved Classification of Alzheimer Disease Using Resting State fMRI [36.40726715739385]
  本稿では、日常的に管理される心理検査情報を、被験者の静止状態fMRIデータの符号化手順に統合する行動スコア埋め込みエンコーダネットワーク(BSEN)を提案する。 BSENは、MMSE(MiniMental State Examination)とCDR(Citical Dementia Rating)の行動スコアを併用した3次元畳み込み自己エンコーダ構造に基づく。 提案するBSENを用いた分類フレームワークは, 総合的認識精度59.44%(AD, MCI, Healthy Control)を達成し, 健康管理(HC)と健康管理(HC)の最も差別的な領域を抽出した。
  論文  参考訳（メタデータ） (2022-11-04T09:58:45Z)
• Coherence Learning using Keypoint-based Pooling Network for Accurately Assessing Radiographic Knee Osteoarthritis [18.47511520060851]
  膝関節症(英語: Knee osteoarthritis, OA)は、世界中の高齢者に影響を及ぼす一般的な変性関節疾患である。 現在臨床症状のある膝OAグレーティングシステムは観察対象であり、レイター間の相違に悩まされている。 本稿では,複合度と微粒度を同時に評価するためのコンピュータ支援型診断手法を提案する。
  論文  参考訳（メタデータ） (2021-12-16T19:59:13Z)
• Evaluation of Interpretability for Deep Learning algorithms in EEG Emotion Recognition: A case study in Autism [4.752074022068791]
  説明可能な人工知能(XAI)に関する現在のモデルでは、特徴関連性を測定するための信頼性の欠如が明らかで定量化されている。 この研究は、脳波に基づく顔の感情認識を成功させるために、より透明な特徴関連計算を統合する最初のものである。
  論文  参考訳（メタデータ） (2021-11-25T18:28:29Z)
• Predicting Rate of Cognitive Decline at Baseline Using a Deep Neural Network with Multidata Analysis [8.118172725250805]
  本研究では,軽度認知障害患者の認知低下率を予測する機械学習システムについて検討した。 我々は3次元畳み込みニューラルネットワークを用いた教師付きハイブリッドニューラルネットワークに基づく予測モデルを構築した。
  論文  参考訳（メタデータ） (2020-02-24T01:39:17Z)

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。