論文の概要: Entropy-Dominated Temporal Vocal Dynamics as Digital Biomarkers for Depression Detection

• arxiv url: http://arxiv.org/abs/2604.26998v1
• Date: Wed, 29 Apr 2026 02:42:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.708015
• Title: Entropy-Dominated Temporal Vocal Dynamics as Digital Biomarkers for Depression Detection
• Title（参考訳）: 抑うつ検出のためのデジタルバイオマーカーとしてのエントロピーが支配する時間声のダイナミクス
• Authors: Himadri S Samanta,
• Abstract要約: エントロピー駆動型時間的バイオマーカーは、標準プール機能を超えた抑うつ検出を改善する。 抑うつ関連信号は、会話力学のエントロピーよりも平均音響レベルが低い可能性がある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automated depression detection often relies on static aggregation of conversational signals, potentially obscuring clinically meaningful behavioral dynamics. We investigated whether entropy-driven temporal biomarkers improve depression detection beyond standard pooled features using the DAIC-WOZ corpus. Using 142 labeled participants, we reconstructed utterance-level acoustic trajectories and compared pooled temporal baselines, trajectory dynamics, Shannon entropy biomarkers, recurrence quantification, sample entropy, fractal complexity, and coupling biomarkers under leakage-aware validation. Static pooling achieved an AUC of 0.593, trajectory dynamics improved performance to 0.637, and entropy biomarkers produced the strongest statistically significant improvement over pooled baselines (AUC 0.646; nested cross-validated AUC 0.615; permutation p = 0.017). Entropy biomarkers outperformed recurrence, coupling, sample entropy, and fractalbased features, with several biomarkers stable across folds. These findings suggest depression-related signal may lie less in average acoustic levels than in entropy of conversational dynamics, supporting temporally informed digital phenotypes for mental-health assessment.
• Abstract（参考訳）: 自動うつ病検出は、しばしば会話信号の静的集約に依存し、臨床的に意味のある行動力学を隠蔽する可能性がある。 DAIC-WOZコーパスを用いて,エントロピー駆動型時間的バイオマーカーが標準プール機能を超えた抑うつ検出を改善するか否かを検討した。 142名のラベル付き参加者を用いて発話レベルの音響的軌跡を再構成し,プール時間的ベースライン,軌道力学,シャノンエントロピーバイオマーカー,繰り返し定量化,サンプルエントロピー,フラクタル複雑性,バイオマーカーの漏洩検証を行った。 静的プールは0.593のAUCを達成し、軌道力学は性能を0.637に改善し、エントロピーバイオマーカーはプールベースラインよりも統計学的に有意な改善を行った(AUC 0.646、ネストクロスバリデーションAUC 0.615、置換p = 0.017)。 エントロピーバイオマーカーは、繰り返し、カップリング、サンプルエントロピー、フラクタルベースの特徴に優れ、いくつかのバイオマーカーは折り畳みに安定していた。 これらの結果から,うつ病関連信号は会話力学のエントロピーよりも平均音響レベルが低く,時間的に情報を得たデジタル表現型が精神健康評価に有効であることが示唆された。

関連論文リスト

• Recurrence-Based Nonlinear Vocal Dynamics as Digital Biomarkers for Depression Detection from Conversational Speech [0.0]
  我々は,抑うつは声道系における再発構造の変化と関連していると仮定した。 74の声道チャネルから再発に基づくバイオマーカーを抽出した。 以上の結果から,抑うつは声道動態の変化によって特徴づけられる可能性が示唆された。
  論文  参考訳（メタデータ） (2026-04-29T02:51:35Z)
• CoDaS: AI Co-Data-Scientist for Biomarker Discovery via Wearable Sensors [44.01195029438923]
  バイオマーカー発見を反復的プロセスとして構築するシステムであるCoDaS(AI Co-Data-Scientist)を紹介する。 コホートは計9,279人、CoDaSは41人のメンタルヘルスと25人のメタボリックな結果を得た。 CoDaSは、両データセットの概日不安定性に関連する特徴を睡眠時間変動に反映した。
  論文  参考訳（メタデータ） (2026-04-16T04:47:55Z)
• Stringology-Based Motif Discovery from EEG Signals: an ADHD Case Study [0.0]
  弦学の手法を用いて脳波時系列を解析するための新しい計算手法を提案する。 このフレームワークは順序保存マッチング(OPM)とカルテシアンツリーマッチング(CTM)に適応し、時間的モチーフを検出する。 以上の結果から,ADHD関連脳波変化は時間的パターンの系統的変化,安定性,階層的構造に影響を及ぼすことが示唆された。
  論文  参考訳（メタデータ） (2026-03-03T19:44:55Z)
• Weighted Temporal Decay Loss for Learning Wearable PPG Data with Sparse Clinical Labels [4.73280675105624]
  トレーニング戦略は、セグメントとその基底真理ラベル間の時間的ギャップを通じて、サンプル重量のバイオマーカー特異的な崩壊を学習する。 10のバイオマーカーからなる450人の参加者によるスマートウォッチPPGでは、このアプローチはベースラインよりも改善されている。
  論文  参考訳（メタデータ） (2026-02-02T23:43:40Z)
• DepFlow: Disentangled Speech Generation to Mitigate Semantic Bias in Depression Detection [54.209716321122194]
  抑うつ条件付きテキスト音声合成フレームワークであるDepFlowについて述べる。 抑うつ音響カモフラージュは、対向訓練を通じて話者と内容不変の抑うつ埋め込みを学習する。 フローマッチングTTSモデルとFiLM変調はこれらの埋め込みを合成に注入し、うつ病の重症度を制御する。 プロトタイプベースの重度マッピング機構は、うつ病連続体を滑らかかつ解釈可能な操作を提供する。
  論文  参考訳（メタデータ） (2026-01-01T10:44:38Z)
• Microelectrode Signal Dynamics as Biomarkers of Subthalamic Nucleus Entry on Deep Brain Stimulation: A Nonlinear Feature Approach [0.0]
  本稿では、非線形力学とエントロピーに基づくメトリクスを利用して、STN内外から記録された神経活動の分類を行うフレームワークを提案する。 本研究は,DBS手術中におけるリアルタイム・データ駆動意思決定支援における非線形・エントロピー信号記述子の可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-06-14T23:23:26Z)
• Dynamically Emergent Quantum Thermodynamics: Non-Markovian Otto Cycle [49.1574468325115]
  我々は,量子オットーサイクルの熱力学的挙動を再考し,メモリ効果と強い系-バス結合に着目した。 我々の研究は、厳密な量子マスター方程式を用いて、マルコビアン性(英語版)を正確に扱うことに基づいている。
  論文  参考訳（メタデータ） (2023-08-18T11:00:32Z)
• Simulation-based Inference for Cardiovascular Models [43.55219268578912]
  シミュレーションに基づく推論を用いて、波形をプラプシブルな生理的パラメータにマッピングする逆問題を解決する。 臨床応用5種類のバイオマーカーのin-silico不確実性解析を行った。 我々はMIMIC-III波形データベースを用いて,ビビオとシリカのギャップについて検討した。
  論文  参考訳（メタデータ） (2023-07-26T02:34:57Z)
• Multilabel 12-Lead Electrocardiogram Classification Using Gradient Boosting Tree Ensemble [64.29529357862955]
  我々は,心電図の診断を分類するために,形態や信号処理機能に適合した勾配強化木のアンサンブルを用いたアルゴリズムを構築した。 各リードについて、心拍変動、PQRSTテンプレート形状、全信号波形から特徴を導出する。 各クラスに属するECGインスタンスの確率を予測するため、全12項目の特徴と合わせて、勾配を増す決定ツリーの集合に適合する。
  論文  参考訳（メタデータ） (2020-10-21T18:11:36Z)

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。