論文の概要: Disentangling Depression from Cognitive Decline in Elderly Speech Using Concurrent Clinical Assessments

• arxiv url: http://arxiv.org/abs/2610.26890v1
• Date: Thu, 15 Oct 2026 04:06:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.377079
• Title: Disentangling Depression from Cognitive Decline in Elderly Speech Using Concurrent Clinical Assessments
• Title（参考訳）: 高齢者音声における認知低下からの遠心性抑うつ : 同時臨床評価による検討
• Abstract要約: 韓国語話者89名の音声コーパスを3年間にわたって収集し, 同時うつ病 (SGDS) と認知評価を行った。 本研究は,認知症状と情動症状が共存する集団において,解釈可能な,うつ病特異的な音響マーカーを同時臨床評価により同定できることを示唆する。
• 参考スコア（独自算出の注目度）: 5.933003629179534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Detecting depression from speech in elderly patients with mild cognitive impairment (MCI) is complicated by overlapping acoustic effects of cognitive decline. Without disentangling these, classifiers risk learning cognitive rather than depression-specific patterns. We present a Korean elderly speech corpus of 89 MCI speakers collected over three years with concurrent depression (SGDS) and cognitive (MMSE) assessments. Both linear mixed-effects models and partial correlations identify the same pattern: of seven feature groups, only formant features are associated with depression after controlling for cognitive function, while widely used F0 features carry no signal. The F1+F2 subset achieves UAR 0.760 with just 12 features, outperforming both the full eGeMAPS baseline and self-supervised representations. These findings show that concurrent clinical assessments can identify interpretable, depression-specific acoustic markers in populations where cognitive and affective symptoms co-occur.
• Abstract（参考訳）: 軽度認知障害(MCI)を有する高齢者の音声から抑うつを検出することは、認知低下の音響的影響を重複させることによって複雑である。 分類器はこれらを解き放つことなく、うつ病固有のパターンよりもむしろ認知を学習するリスクを負う。 SGDS(Concurrent depression)とMMSE(Cognitive Assessment)を併用し,3年間にわたって収集した89人のMCI話者による韓国語高齢者音声コーパスを報告する。 線形混合効果モデルと部分相関モデルの両方が同じパターンを識別する: 7つの特徴群のうち、認知機能制御後の抑うつにフォルマント特徴のみが関連し、広く使われているF0特徴はシグナルを持たない。 F1+F2サブセットはUAR 0.760をわずか12の特徴で達成し、完全なeGeMAPSベースラインと自己監督された表現の両方を上回っている。 以上の結果から,認知症状と情動症状が併存する集団において,コンカレントな臨床評価が解釈可能でうつ病特異的な音響マーカーを同定できることが示唆された。

関連論文リスト

• 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)
• 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)
• Naturalistic Language-related Movie-Watching fMRI Task for Detecting Neurocognitive Decline and Disorder [60.84344168388442]
  言語関連機能的磁気共鳴画像(fMRI)は,認知機能低下と早期NCDの検出に有望なアプローチである。 香港在住の高齢者97名を対象に,この課題の有効性について検討した。 本研究は、加齢に伴う認知低下とNCDの早期発見のための自然言語関連fMRIタスクの可能性を示した。
  論文  参考訳（メタデータ） (2025-06-10T16:58:47Z)
• Neural Responses to Affective Sentences Reveal Signatures of Depression [18.304785509577766]
  大うつ病(Major Depressive Disorder、MDD)は、非常に一般的な精神疾患であり、その神経認知基盤の深い理解が不可欠である。 本研究では、自己参照感情文に対する神経反応を測定することにより、抑うつが感情処理の時間的ダイナミクスをどう変えるかを検討する。 以上の結果から,抑うつ状態における感情情報と自己参照情報の統合が阻害されたことが示唆された。
  論文  参考訳（メタデータ） (2025-06-06T17:09:08Z)
• Feasibility of Detecting Cognitive Impairment and Psychological Well-being among Older Adults Using Facial, Acoustic, Linguistic, and Cardiovascular Patterns Derived from Remote Conversations [7.152168013339353]
  高齢化社会では、認知の低下を監視し、認知症リスクを示す社会的・心理的要因を特定するためのスケーラブルな方法が緊急に求められている。 我々の機械学習モデル(ML)は、正常認知または軽度認知障害(MCI)を有する39人の高齢者の顔、音響、言語、心血管の特徴を捉えた。 分析の結果,高齢者の心理的幸福状態と認知状態の定量化には,年齢,性別,病状,教育水準に有意なバイアスが認められた。
  論文  参考訳（メタデータ） (2024-12-12T23:42:46Z)
• The Relationship Between Speech Features Changes When You Get Depressed: Feature Correlations for Improving Speed and Performance of Depression Detection [69.88072583383085]
  この研究は、抑うつが音声から抽出した特徴間の相関を変化させることを示す。 このような洞察を用いることで、SVMとLSTMに基づく抑うつ検出器のトレーニング速度と性能を向上させることができる。
  論文  参考訳（メタデータ） (2023-07-06T09:54:35Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)
• Predicting Early Indicators of Cognitive Decline from Verbal Utterances [2.387625146176821]
  認知症 (Dementia) は、記憶障害、コミュニケーション障害、思考過程を引き起こす、不可逆的、慢性的、進歩的な神経変性疾患のグループである。 神経心理学試験における発話の言語的特徴を用いて,高齢者コントロールグループ,MCI,アルツハイマー病(AD)とADの鑑別が可能かを検討した。 以上の結果から, 高齢者の言語発話, MCI, AD, ADの区別が, 文脈的, 心理言語学的特徴の組合せによって改善されることが示唆された。
  論文  参考訳（メタデータ） (2020-11-19T02:24:11Z)

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。