文献

J-GLOBAL ID：201902274004568682   整理番号：19A1489328

タスクの脳相関 Oddball BCIパラダイムを用いたテンソル機械学習による負荷と認知症の解明【JST・京大機械翻訳】

Brain Correlates of Task-Load and Dementia Elucidation with Tensor Machine Learning Using Oddball BCI Paradigm

著者 (4件)： Rutkowski Tomasz M. (Cognitive Behavioral Assistive Technology Team, RIKEN AIP, Tokyo, Japan) ,  Koculak Marcin (Consciousness Lab, Institute of Psychology, Jagiellonian University, Krakow, Poland) ,  Abe Masato S. (Cognitive Behavioral Assistive Technology Team, RIKEN AIP, Tokyo, Japan) ,  Otake-Matsuura Mihoko (Cognitive Behavioral Assistive Technology Team, RIKEN AIP, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICASSP  ページ： 8578-8582  発行年： 2019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： 高齢者の認知症は認知低下の最も普通の原因となっている。高齢化社会における認知症症例の増殖は,世界中の多くのコミュニティにおいて,著しい経済と医学的問題を生み出す。世界保健機関(WHO)による最近発表された報告は,世界中で,約47百万人の人々が,世界中での痴呆関連の神経認知症の減少に悩まされていると推定している。認知症症例の数は,2050年から三重に予測され,それは,その後の精神的幸福検査のための早期スクリーニングによる介入を支援するためのAIベースの技術応用の創出を必要とし,デジタル-薬物(いわゆるピルを超える)治療アプローチによる保存を必要とする。認知症ステージ解明のためのデジタルバイオマーカーを確立するための脳信号(EEG)分類の試みと探索結果を示した。高および低タスクの自動事象関連電位(ERP)分類のための様々な機械学習手法の比較を検討した。これらのERPは認知症と類似している。深い完全に連結したニューラルネットワーク設定におけるテンソルベースの機械学習を用いた提案されたウィニング法は,主観的および軽度の認知障害(SCIおよびMCI)診断のためのその後の応用のためのAIベースのアプローチを開発するためのステップである。Copyright 2019 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： *認知症 ,  事象関連電位 ,  世界保健機関 ,  *テンソル ,  *機械学習 ,  ニューラルネットワーク ,  診断 ,  スクリーニング ,  ディジタル方式 ,  老人 ,  コミュニティ ,  バイオマーカー
準シソーラス用語： ウィーニング ,  神経 ,  認知障害 , 【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 (8件)： タスク ,  脳 ,  相関 ,  BCI ,  パラダイム ,  テンソル ,  機械学習 ,  認知症