研究人员已使用深度学习软件仅使用患者面部的照片来准确检测与年龄有关的认知障碍。
这项工作是在东京大学进行的,并在1月25日由Aging(纽约州阿尔巴尼)发表的一篇论文中进行了描述。
通过测试在现有图像集上预先训练的五个深度学习模型,该团队发现,从117名健康志愿者中分离出121位受损患者后,性能最佳的模型达到了93%的准确率。
此外,研究人员发现人脸AI得分与标准化评估调查表(Mini-Mental State Examination,又名Folstein测验)的得分之间存在“密切而显着”的关联。
有趣的是,他们还发现了面部AI得分与时间年龄之间的紧密相关性,并且AI与问卷之间的相关性强于问卷和年龄之间的相关性。
根据这些结果,作者得出结论,深度学习软件“具有区分轻度痴呆症患者和非痴呆症患者的面部图像的能力。这可能为临床使用面部图像作为痴呆症的生物标志物铺平了道路。”
责任编辑:lq
-
图像
+关注
关注
2文章
1096浏览量
42163 -
AI
+关注
关注
89文章
38162浏览量
296846 -
深度学习
+关注
关注
73文章
5591浏览量
123917
发布评论请先 登录
植入脊髓刺激器的疼痛患者是否可以无创HD-tDCS解决?
不用水也能检漏?这款新型气密性检测设备,颠覆你的认知
确保X光设备检测的有效性和准确性的关键技巧
脑机接口与数字疗法融合:解锁认知障碍干预新可能
如何使用树莓派与OpenCV实现面部和运动追踪的云台系统?
经皮脊髓电刺激tSCS系列之神经源性肠道功能障碍(NBD)
迷走神经电刺激适应症之taVNS缓解认知障碍
必知!影响手机气密性检测准确性的重要因素
手机零件气密性检测仪:准确、快速、可靠的检测方式-岳信仪器
手表外壳气密性检测仪:如何有效提升检测效率与准确性

使用患者面部的照片来准确检测与年龄有关的认知障碍
评论