軽度認知障害の自動検出に対する不一致の分析:深層学習アプローチ【JST・京大機械翻訳】

Lopez-de-Ipina Karmele; de Lizarduy Unai Martinez; Calvo Pilar; Beita Blanca; Garcia-Melero Joseba; Ecay-Torres Miriam; Estanga Ainara; Faundez-Zanuy Marcos

プレプリント

J-GLOBAL ID：202202211671713961 整理番号：22P0308256

軽度認知障害の自動検出に対する不一致の分析:深層学習アプローチ【JST・京大機械翻訳】

Analysis of Disfluencies for automatic detection of Mild Cognitive Impartment: a deep learning approach

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月22日プレプリントサーバーでの情報更新日： 2022年03月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

いわゆる軽度認知障害(MCI)または認知障害は,Alzheimer病(AD)の前に,以前の段階で現れるが,日常生活の独立した能力に干渉するのは,通常,適切な診断を受けない。その検出は,医療専門家によって取り組まれる課題である。本研究は,MCI診断をサポートすることを目的とした音声と不感性の自動分析に基づく新しい提案を提示する。この手法は,畳込みニューラルネットワーク(CNN)と非線形マルチ特徴モデリングによる深層学習を含む。さらに,最も関連する特徴を選択するために,ノンパラメトリックMann-Whitney U検定とサポートベクターマシン属性(SVM)評価を用いた。【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

神経系の診断

, , ,

前のページに戻る