Jun, 2022

标准认知障碍筛查测试的自动化评估

PDF
TL;DR该研究通过对 30 名患者的语音转录，对比专家手动评估和自动评估之间的相关性，探讨了半标准化病史采集后进行 SKT 和 CERAD-NB 两个标准化认知测试的效果；结果表明，使用自动化转录可以得到较高的相关性，而使用词汇替换技术可以缓解识别误差，进一步提高与专家评分的相关性。
dementia screeningneuropsychological testsautomated scoringcorrelation analysisrecognition accuracy
发现论文，激发创造
  • 利用声学特征检测认知损伤：超越 Cookie 盗窃图片测试

    该研究使用标准化测试中的语音数据，通过使用 OpenSMILE 特征和支持向量机分类器，成功实现了认知障碍的自动检测，并使用 wav2vec 2.0 特征提取技术进一步提高了识别准确度。

    Jun, 2022

  • 认知绘图的自动评分：基于机器评分与黄金标准的质量评估

    使用深度学习自动评分来提高数据质量，训练适应痴呆筛查的模型需要更多和更好的训练数据。

    Dec, 2023

  • 自动医疗记录生成评估指标研究

    本文旨在研究自动生成临床笔记的评估方法和度量标准，提出了新的任务特定度量标准，并将其与现有文本摘要和生成的 SOTA 度量标准进行比较，研究分布和测量不同的自动摘要的正确性，并试图确定与人类判断相一致的最佳自动评估指标。

    May, 2023

  • 利用具备自然语言处理能力的娱乐聊天机器人进行老年人认知障碍的自动检测

    提出了一种智能对话系统，用于娱乐老年人并通过聊天对话阶段评估认知能力，并通过机器学习算法检测认知障碍，从而实现自动化的认知障碍检测方法。

    May, 2024

  • 阿尔茨海默病神经任务评分建模的声学 - 语言特征

    随着医疗技术、预防保健和老年健康的日益重视，全球平均寿命不断增长。因此，开发能够检测和追踪老年人群中与认知功能有关的老化相关疾病的技术至关重要。特别是，自动检测和评估阿尔茨海默病（AD）的研究具有重要性，因为该疾病的流行度以及现有方法的成本。在该研究中，我们使用自然语言处理和机器学习等技术，比较和对比了 10 种线性回归模型在 ADReSS 挑战数据集上对 Mini-Mental 状态检查得分进行预测的性能。通过使用两种方法选择的 54 种最佳特征的子集（1）递归淘汰和（2）相关性得分，我们超越了用于相同任务的最先进的基线。在评分和评估每个模型的每个所选特征子集的统计显着性时，我们发现，对于给定的任务，手工制作的语言特征比声学和学习特征更具有显着性。

    Sep, 2022

  • 会诊清单：标准化医疗记录生成的人类评估

    本研究提出使用 Consultation Checklists 作為評估醫療自動生成文本的指標，以提高客觀性和降低專家評估者間的差異。根據實驗結果，使用 Consultation Checklists 作為自動度量標準可以更好地與人工評估相關聯。

    Nov, 2022

  • 日语语言测试中手写描述性答案的完全自动评分

    本文提出一种机器识别手写字符的方法，通过使用深度学习技术与自然语言处理技术，在日本大学考试的试卷中取得了较好的成绩，具有较高的实用价值。

    Jan, 2022

  • 使用反向翻译文章和调整分数来提高自动化论文评分的性能

    本文提出了一种使用回译和分数调整来增加论文 - 评分对数目的方法，并将其应用于 Automated Student Assessment Prize 数据集进行扩充，通过使用先前工作中的模型对增强数据的有效性进行了评估，并使用长短期记忆进行了性能评估，该模型广泛用于自动文章评分。使用增强数据来训练模型可以提高模型的性能。

    Mar, 2022

  • 自动化言语听力学：是否可使用开源的预训练 Kaldi-NL 自动语音识别实现？

    利用 Kaldi-NL 工具，提出了一种自动化的 digits-in-noise（DIN）测试设置，可以在没有人工监督的情况下评估口语反应，并通过评估 Kaldi-NL 的解码响应来分析其性能和对 DIN 测试结果的影响，为临床应用提供可行性。

    Dec, 2023

  • 远程推断使用图片描述在 ALS 患者中的认知分数

    使用语言分析技术检测肌萎缩侧索硬化症（ALS）患者的认知功能，并预测 ECAS 子分数和总分的线性回归模型的可靠性研究。

    Sep, 2023