論文の概要: Towards Interpretable Depression Detection: Linking Acoustic Features to DSM-5 Indicators

• arxiv url: http://arxiv.org/abs/2608.26148v1
• Date: Mon, 29 Jun 2026 07:17:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.364445
• Title: Towards Interpretable Depression Detection: Linking Acoustic Features to DSM-5 Indicators
• Title（参考訳）: 解釈型抑うつ検出に向けて:DSM-5指標に音響的特徴をリンクする
• Abstract要約: 本稿では,透明なFuture Frameworkを通して音声音響と抑うつ行動指標をリンクするアプローチを提案する。 ブラックボックスモデルとは異なり、このフレームワークは音響的特徴(ピッチ変動、一時停止、音声テンポ)を臨床指標に明示的にマッピングし、解釈可能なインジケータレベルの出力を可能にする。 D-WOZの予備評価では、音響的特徴とDSM-5指標との方向整合性を示し、心理運動量の変化と濃度の難易度を示した。
• 参考スコア（独自算出の注目度）: 1.4599459355506201
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Depression affects millions worldwide, yet diagnosis relies on subjective self-reports that may miss authentic behavior. This paper presents an approach linking speech acoustics to DSM-5 depressive-behavior indicators through a transparent Linkage Framework. Unlike black-box models, the framework explicitly maps acoustic features (pitch variability, pauses, speech tempo) to clinical indicators, enabling interpretable, indicator-level outputs. The system runs locally on commodity hardware (HW) to preserve privacy. Preliminary evaluation on DAIC-WOZ shows directionally consistent associations between acoustic features and DSM-5 indicators for psychomotor change and concentration difficulty, supporting the design rationale. Future work will validate on longitudinal datasets and extend multimodal integration while maintaining edge constraints.
• Abstract（参考訳）: うつ病は世界中の何百万もの人に影響を与えているが、診断は真に振る舞うことを見逃すような主観的な自己報告に依存している。 本稿では,音声音響をDSM-5の抑うつ行動指標にリンクする手法を提案する。 ブラックボックスモデルとは異なり、このフレームワークは音響的特徴(ピッチ変動、一時停止、音声テンポ)を臨床指標に明示的にマッピングし、解釈可能なインジケータレベルの出力を可能にする。 このシステムは、プライバシーを守るために、コモディティハードウェア(HW)上でローカルに動作する。 DAIC-WOZの予備評価では、音響的特徴とDSM-5指標が精神運動量の変化と集中の難しさの方向整合性を示し、設計の合理性を支持した。 今後の作業では,エッジ制約を維持しながら,時系列データセットの検証とマルチモーダル統合の拡張を行う予定である。

関連論文リスト

• Depression Markers in Speech: An Approach based on Tract Variables Dynamics [52.72895760734978]
  本研究では, トラクション変数の動的性質に基づいて, 新規なうつ病バイオマーカーを同定した。 提案するバイオマーカーは, 抑うつ話者と制御話者の識別を効果的に行う。
  論文  参考訳（メタデータ） (2026-07-28T15:48:07Z)
• Self-Evolving Human-Centered Framework for Explainable Depression Symptom Annotation [1.4272396412229078]
  本稿では,MDD(Major Depressive Disorder)のための自己進化型エキスパート・ザ・ループアノテーションフレームワークを提案する。 大型言語モデル(LLM)によるラベル付けと専門家による検証を併用する。 テキストレコードから候補エビデンスを選択すること、基準レベルのDSM-5-TR分析、ケースレベルの合成である。
  論文  参考訳（メタデータ） (2026-07-16T16:59:54Z)
• Gated Multi-Graph Fusion via Graph Attention Networks for Alzheimer's Disease Detection [52.36198268369384]
  自然発声はアルツハイマー病(AD)にとって重要な非侵襲的バイオマーカーである 本稿では,音声を自動音声認識(ASR)で書き起こし,セマンティック,依存性,共起グラフを構築するマルチビューGated Graph Attention Networkを提案する。
  論文  参考訳（メタデータ） (2026-06-30T06:15:59Z)
• See Only When Needed: Context-Aware Attention Intervention for Mitigating Hallucinations in LVLMs [81.71384150441163]
  大規模視覚言語モデル(LVLM)のためのコンテキスト認識注意介入(CAI)を提案する。 CAIは必要なときのみ2軸選択によってシーズを強制する。 複数のLVLMバックボーンとベンチマークの実験は、CAIが最先端の幻覚緩和を達成することを示している。
  論文  参考訳（メタデータ） (2026-06-29T06:35:47Z)
• Explainable Detection of Depression Status Shifts from User Digital Traces [1.3266402517619371]
  利用者のデジタルトレースにおけるうつ関連状態変化を検出し解析するための説明可能なフレームワークを提案する。 このフレームワークを2つのソーシャルメディアデータセット上で評価する。
  論文  参考訳（メタデータ） (2026-05-14T15:56:38Z)
• Psychologically-Grounded Graph Modeling for Interpretable Depression Detection [36.72827968050813]
  対話型セッションを動的時間グラフとしてモデル化するフレームワークであるPsyGATを提案する。 Causal-PsyGATも紹介した。 実験では、因果指標を特定するためのMRRが20%改善されている。
  論文  参考訳（メタデータ） (2026-04-27T07:27:45Z)
• MA-DLE: Speech-based Automatic Depression Level Estimation via Memory Augmentation [59.709198999959206]
  音声に基づく抑うつ状態の自動推定は、早期発見と時間的介入を可能にするために不可欠である。 既存のアプローチのほとんどは、うつ病推定のための時間情報をモデル化するためにRNNベースのアーキテクチャに依存している。 本稿では,GRU抽出した特徴の表現能力を向上するメモリベースの特徴拡張手法を提案する。
  論文  参考訳（メタデータ） (2026-04-20T14:42:13Z)
• Cognitive Pivot Points and Visual Anchoring: Unveiling and Rectifying Hallucinations in Multimodal Reasoning Models [65.57985131861399]
  幻覚は、しばしば高いエントロピー状態を示す認知的分岐点と強く相関している。 本稿では,視覚的に認識可能な推論機能の内部化を目的とした,軽量で総合的なトレーニングパラダイムであるV-STARを提案する。
  論文  参考訳（メタデータ） (2026-04-11T13:59:05Z)
• 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)
• Quantifying Articulatory Coordination as a Biomarker for Schizophrenia [3.9389809100079614]
  統合失調症 (Schizophrenia) は、言語障害や社会的離脱など多様な症状を持つ複雑な疾患である。 本稿では,声道協調の定量化に音声特徴を利用した解釈可能なフレームワークを提案する。 このアプローチは、統合失調症に対する透明で重症度に敏感なバイオマーカーを提供し、臨床的に解釈可能な音声ベースのアセスメントツールの可能性を推し進める。
  論文  参考訳（メタデータ） (2025-11-05T00:19:05Z)
• ReDSM5: A Reddit Dataset for DSM-5 Depression Detection [2.677715367737641]
  うつ病は、世界中で数億人の個人に影響を与える広範囲な精神状態である。 ReDSM5は1484の長文の投稿からなるRedditの新しいコーパスであり、それぞれが9つのDSM-5うつ病症状に対して、許可された心理学者によって全文で注釈付けされている。 ソーシャルメディアの物語における症状表現を特徴付ける語彙的,統語的,感情的なパターンを探索的に分析する。
  論文  参考訳（メタデータ） (2025-08-05T12:48:06Z)

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。