論文の概要: A Compact Stance-Indexed Anterior-Posterior COP Representation for Parkinson's Disease Classification from Plantar VGRF
- arxiv url: http://arxiv.org/abs/2609.22956v1
- Date: Sat, 19 Sep 2026 11:13:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-23 18:04:03.916204
- Title: A Compact Stance-Indexed Anterior-Posterior COP Representation for Parkinson's Disease Classification from Plantar VGRF
- Title（参考訳）: プランターVGRFを用いたパーキンソン病分類のためのコンパクトステント付き前・後腹側COP表示法
- Abstract要約: 本研究は, 固定位置における前足後圧情報保存が, 足底力歩行信号のコンパクトな表現を提供するか否かを考察する。
我々は,AP-COP位置と5つのスタントウインドウにまたがる左右非対称性を含むAP-COP10を提案する。
AP-COP10は0.894のAUCを達成し、3つの調和した文学由来のCOP表現を上回った。
- 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: Parkinson's disease alters gait and bilateral coordination, but machine-learning performance also depends on how continuous gait signals are represented. This study investigates whether preserving anterior-posterior center-of-pressure (AP-COP) information at fixed locations across normalized stance provides a compact and informative representation of plantar-force gait signals. Bilateral vertical ground reaction force recordings from 165 participants in the Gait in Parkinson's Disease Database were evaluated using repeated fully nested participant-level cross-validation. We propose AP-COP10, comprising AP-COP position and bilateral asymmetry across five stance windows. AP-COP10 achieved an AUC of 0.894 and outperformed three harmonized literature-derived COP representations under the same evaluation pipeline. The complementary 25 non-AP-COP descriptors alone achieved an AUC of 0.856, while the complete 35-feature representation achieved 0.908. Removing AP-COP10 from the complete representation produced a statistically supported loss in discrimination, whereas adding the complementary descriptors to AP-COP10 yielded only a small, unsupported improvement. Feature competition indicated that the most informative stance-indexed descriptors were concentrated in early and early-mid stance, while source-study holdout and sensor-perturbation analyses supported the robustness of the representation. These findings indicate that stance-indexed AP-COP retains discriminative information that is not readily recovered by broader engineered gait descriptors, supporting compact and interpretable representations for machine-learning analysis of pathological gait.
- Abstract（参考訳）: パーキンソン病は歩行と左右の調整を変えるが、機械学習のパフォーマンスは、連続した歩行信号がどのように表現されるかにも依存する。
本研究は, 固定位置における前後頭前圧 (AP-COP) 情報保存が, 足底運動信号のコンパクトかつ情報的表現を提供するか否かを考察する。
パーキンソン病データベースに登録されたガイト165名の垂直地中反応力の経時的解析を行った。
我々は,AP-COP位置と5つのスタントウインドウにまたがる左右非対称性を含むAP-COP10を提案する。
AP-COP10は0.894のAUCを達成し、同じ評価パイプラインの下で3つの調和した文学由来のCOP表現を上回った。
補完的な25個の非AP-COP記述子だけでAUCは0.856となり、完全な35の表現は0.908に達した。
完全な表現からAP-COP10を除去すると、統計的に支持された差別の損失が生じる一方、AP-COP10に補完的な記述子を追加することで、わずかな改善しか得られなかった。
特徴競合は、最も情報に富んだスタンスインデクサが初期および中期のスタンスに集中していることを示し、ソーススタディのホールドアウトとセンサーの摂動分析は表現の堅牢性を支持した。
これらの結果から,AP-COPはより広範な歩行記述子によって容易に回収できない識別情報を保持し,病理学的歩行の機械学習解析のためのコンパクトかつ解釈可能な表現をサポートすることが示唆された。
関連論文リスト
- Bridging Vision Foundation Model Priors with CLIP for Spatial-aware Few-shot Anomaly Detection in Medical Images [48.646448077284276]
本研究では,数発の医用異常検出を効果的に行うためのフレームワークであるSpatial-FADを提案する。
VFM空間先行とCLIPセマンティクスを組み合わせることで病変の局在を改善する。
本手法は,Diceスコアが11.4%,AUCが1.8%以上の平均改善を実現している。
論文 参考訳（メタデータ） (2026-09-11T05:21:01Z) - A Multi-Branch Feature Fusion Approach for Health Misinformation Detection and Propagation [0.0]
本稿では,オンラインソーシャルネットワーク(OSN)における健康情報の伝播を検知し,特徴付けるマルチブランチ融合フレームワークを提案する。
このフレームワークは、トランスフォーマーに基づくセマンティクスを、修辞的な手がかり、姿勢表現、心理的動機付けられたプロキシと融合させる。
Constraint、COVID--19_FNIR、Monkeypoxの3つのベンチマークデータセットの実験は、強力な分類性能を示している。
論文 参考訳（メタデータ） (2026-08-31T21:36:43Z) - PANDA - Prototype-Anchored Alignment for Partially Unpaired Multimodal Learning, with Applications to Alzheimers MRI and TCGA Pathology [3.0294044944521694]
PANDA(Prototype Anchored Data Alignment)は、補助情報を推論時に補助入力なしで一次モダリティモデルに転送するフレームワークである。
同バックボーンMRIのみのベースラインと比較して、PANDAはAUC 0.868 +-0.020 (+7.9pp)を獲得し、1.5T CN偽陽性を24.3pp減少させる。
RNA-seqを補助データとする全スライド画像からのTCGA-Lung生存予測について、PANDAは2年間のOS(AUC +3.5pp)とCox PH(C-index +9.0pts)でWSIのみを改善する。
論文 参考訳（メタデータ） (2026-08-26T16:28:20Z) - On Cross-Validation for Hyperparameter Optimization of Deep Learning Image Classifiers [0.0]
ハイパー最適化(HPO)は、ディープラーニング(DL)画像分類器の性能に大きな影響を与える。
我々は絶対性能パラメータ誤差推定(AEE)の観点から3つのHPOプロトコルを比較した。
各ポイント推定は、医療データセット上の両方のホールドアウトプロトコルよりも、クロスバリデーションを好んだ。
小サンプルの医用画像分類では, クロスバリデーションに基づくHPOを推奨する。
論文 参考訳（メタデータ） (2026-08-10T22:44:42Z) - INTACT: Ego-Guided Typed Sparse Evidence Retrieval for Heterogeneous Collaborative Perception [50.64511548643398]
異種知覚のためのエゴ誘導型スパースエビデンス検索フレームワークを提案する。
IntACTは、エゴの車両に、疑わしい物やエビデンスに欠ける地域を表す型付きエビデンスクエリを発行する。
シミュレーションおよび実世界の異種知覚ベンチマークの実験は、INTACTの有効性とデプロイ性を検証する。
論文 参考訳（メタデータ） (2026-06-03T04:34:53Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - A Second-Order Attention Mechanism For Prostate Cancer Segmentation and Detection in Bi-Parametric MRI [1.8479558716666358]
本研究は,csPCaの病変を検出するために,専用セグメンテーションネットワークをスキップ接続を介してガイドする2階幾何学的注意(SOGA)機構を導入する。
提案機構は標準のU-NetとnnU-Netのバックボーンに統合され、PI-CAIデータセットで検証された。
論文 参考訳（メタデータ） (2025-11-07T23:07:19Z) - From Prototypes to Sparse ECG Explanations: SHAP-Driven Counterfactuals for Multivariate Time-Series Multi-class Classification [8.113866195465976]
本稿では,12リードのECG分類モデルに適合したスパース対実的説明を生成するためのプロトタイプ駆動型フレームワークを提案する。
本手法では、SHAPに基づくしきい値を用いて、臨界信号セグメントを特定し、インターバルルールに変換する。
提案手法の3つの変種であるOriginal, Sparse, Aligned Sparseを評価し,MIの98.9%の妥当性からハイドロフィ(HYP)検出の課題まで,クラス固有の性能について検討した。
論文 参考訳（メタデータ） (2025-10-22T12:09:50Z) - A Novel Attention-Augmented Wavelet YOLO System for Real-time Brain Vessel Segmentation on Transcranial Color-coded Doppler [49.03919553747297]
我々は,脳動脈を効率よく捉えることができるAIを利用したリアルタイムCoW自動分割システムを提案する。
Transcranial Color-coded Doppler (TCCD) を用いたAIによる脳血管セグメンテーションの事前研究は行われていない。
提案したAAW-YOLOは, 異方性および対側性CoW容器のセグメンテーションにおいて高い性能を示した。
論文 参考訳（メタデータ） (2025-08-19T14:41:22Z) - A Federated Learning Framework for Stenosis Detection [70.27581181445329]
本研究は,冠動脈造影画像(CA)の狭窄検出におけるFL(Federated Learning)の使用について検討した。
アンコナのOspedale Riuniti(イタリア)で取得した200人の患者1219枚の画像を含む2施設の異種データセットについて検討した。
データセット2には、文献で利用可能な90人の患者からの7492のシーケンシャルな画像が含まれている。
論文 参考訳（メタデータ） (2023-10-30T11:13:40Z) - Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。
患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。
本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
論文 参考訳（メタデータ） (2020-06-18T09:49:11Z)
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。