文献

J-GLOBAL ID：201802237200467087   整理番号：18A2024865

音声感情からのうつ病重症度分類【JST・京大機械翻訳】

Depression Severity Classification from Speech Emotion

著者 (4件)： Harati Sahar (Department of Biomedical Informatics, Emory University, Atlanta, USA) ,  Crowell Andrea (Department of Psychiatry and Behavioral Sciences, Emory University, Atlanta, USA) ,  Mayberg Helen (Center for Advanced Circuit Therapeutics, Mount Sinai, New York, USA) ,  Nemati Shamim (Department of Biomedical Informatics, Emory University, Atlanta, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： EMBC  ページ： 5763-5766  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 主要な精神疾患(MDD)は,一般的な精神疾患である。オーディオ解析を用いて自動的に抑欝重症度を分類することは,MDD患者の深い脳刺激(DBS)治療の間の臨床管理決定を助けることができる。短期的な感情と長期的に低下した気分状態の間のリンクを活用して,著者らは感情ベースの特徴のトップに関する著者らの予測モデルを築き上げた。MDD患者の感情ラベルを獲得することは困難な課題であるので,著者らはDeepニューラルネットワーク(DNN)モデルを訓練するために補助的感情データセットを使用することを提案した。次に,DNNをMDD患者の音声記録に適用し,分類アルゴリズムに用いる低次元表現を見出した。著者らの予備的結果は,提案したアプローチが,代替案と比較して,効果的に,0.80のAUCによるDBS処理の抑制された相と改善された相を分類することを示している。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 治療法 ,  精神病 ,  予測モデル ,  *うつ病 ,  患者 ,  オーディオ機器 ,  ニューラルネットワーク
準シソーラス用語： 低次元 ,  分類アルゴリズム ,  臨床管理 ,  脳刺激 ,  *重症度 ,  *重症度分類 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 音声 ,  感情 ,  うつ病 ,  重症度分類