新功能、新界面、新体验,扫描即可下载生物谷APP!
首页 » 生物研究 » JTEHM:计机器学习帮助识别痴呆症的发生风险

JTEHM:计机器学习帮助识别痴呆症的发生风险

来源:本站原创 2018-09-17 10:18

2018年9月17日 讯 /生物谷BIOON/ --最近一项研究揭示,通过认知功能测试能够帮助诊断痴呆症,医院的迷你精神状态检查(MMSE)和医学成像系统就是其中的例子。

随着人口老龄化,越来越多的人患上痴呆症。因此,开发简单的痴呆检测手段十分迫切。以前的研究中主要使用神经心理学问题进行诊断,但重复使用相同的问题会降低痴呆症的检测能力。

来自大阪大学和奈良科学技术研究所的联合研究小组证明,有可能通过机器学习的手段来检测痴呆症。


(图片来源:www.pixabay.com)

研究人员提出了用于在早期阶段检测痴呆症迹象的机器学习算法,使用交互式计算机开发痴呆症检测系统。他们根据与老年参与者记录的对话中的语音,语言和面孔特征,创建了机器学习模型。通过机器学习,计算机能够在6个问题(每个问题2-3分钟)中以90%的概率区分痴呆症患者和健康人群。

该团队基于神经心理学测试和不基于特定测试的随机问题,记录了来自12名痴呆症患者以及和12个健康人的对话交互数据。他们从记录的数据中提取语音,语言和图像特征,创建一个检测痴呆症的模型,并使计算机能够自己学习检测痴呆症。

结果显示,计算机区分健康对照组和痴呆症患者的准确率达到了92%。结果发现,通过结合痴呆症的上述特征,。例如根据问题的内容,语调,语调的发音率以及话语中的名词和动词的百分比,对问题的反应延迟时间等,能够准确识别痴带着患者。

资深作者Takashi Kudo说:“如果这项技术得到进一步发展,通过每天与家中的计算机对话,可以了解老年人是否处于痴呆症的早期阶段。这将鼓励他们寻求医疗帮助。” (生物谷Bioon.com)

资讯出处:Computer avatars play a part in dementia detection

原始出处:Hiroki Tanaka, Hiroyoshi Adachi, Norimichi Ukita, Manabu Ikeda, Hiroaki Kazui, Takashi Kudo, Satoshi Nakamura. Detecting Dementia Through Interactive Computer Avatars. IEEE Journal of Translational Engineering in Health and Medicine, 2017; 5: 1 DOI: 10.1109/JTEHM.2017.2752152

温馨提示:87%用户都在生物谷APP上阅读,扫描立刻下载! 天天精彩!


相关标签

最新会议 培训班 期刊库