文献

J-GLOBAL ID：202202279493519540   整理番号：22A0778686

手書き図面からの不偏性Parkinson病検出のための統合システム【JST・京大機械翻訳】

An Integrated System for Unbiased Parkinson’s Disease Detection from Handwritten Drawings

著者 (5件)： Ali Liaqat (School of Information and Communication Engineering, University of Electrnic Science and Technology of China (UESTC), Chengdu, China) ,  Zhu Ce (School of Information and Communication Engineering, University of Electrnic Science and Technology of China (UESTC), Chengdu, China) ,  Zhao Hengling (School of Information and Communication Engineering, University of Electrnic Science and Technology of China (UESTC), Chengdu, China) ,  Zhang Zhonghao (School of Information and Communication Engineering, University of Electrnic Science and Technology of China (UESTC), Chengdu, China) ,  Liu Yipeng (School of Information and Communication Engineering, University of Electrnic Science and Technology of China (UESTC), Chengdu, China)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 268  ページ： 3-13  発行年： 2022年 
JST資料番号： W5072A  ISSN： 2190-3018  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 現在のパーキンソン病(PD)診断は一連の病院ベースの臨床検査に依存する。家庭での早期PD検出を可能にするために,手書き描画からの認識は自動PD検出システムの一つの方法である。しかしながら,既存の方法は,2つの主な問題,すなわち,バイアスと独立試験における一般化の欠如がある。バイアス問題は2つの因子による。第1の因子は,従来の検証方法によって引き起こされる訓練と試験データセットの間の重なりである。第二因子は不均衡クラスである。本論文では,構築したモデルのバイアスを避けるため,バランスの取れた手書き画像を利用した。被験者オーバラップによるバイアスを避けるため,よりロバストなクロス検証方式,すなわち,1つの主題描画を抜去する。データに一般化する意思決定支援システムを開発するために,いくつかの特徴駆動システムを使用して,Fスコアベースの特徴選択モデルをそれらのシステムに統合する。実験結果は,Gauss Naive BayesモデルとFスコアベースのモデルの統合が手書き描画に基づくPD検出のための良い候補であることを示す。それは,独立試験の間,主データセットで71.21%,他のデータセットで63.04%のPD検出精度をもたらした。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 精度 ,  駆動方式 ,  画像 ,  特徴選択 ,  バイアス ,  意思決定支援システム ,  ロバスト性 ,  *Parkinson病 ,  臨床検査 ,  サポートベクトルマシン
準シソーラス用語： *手書き ,  被験者 ,  不均衡 ,  検出精度 ,  Naive Bayes , 【Automatic Indexing@JST】

著者キーワード (6件)： 遠隔医療 ,  手書き画像 ,  パーキンソン病診断 ,  Gauss型ナイーブBayes ,  サポートベクトルマシン ,  不偏推定

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (4件)： 手書き ,  図面 ,  Parkinson病 ,  統合システム