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
1094浏览量
41515 -
AI
+关注
关注
88文章
35506浏览量
281394 -
深度学习
+关注
关注
73文章
5564浏览量
122961
发布评论请先 登录
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OpenVINO?模型的OpenCV进行人脸检测,检测到多张人脸时,伺服电机和步入器电机都发生移动是为什么?
无创测糖新突破:近观科技为糖尿病患者带来希望
PCM9211怎样准确检测有无信号,做到无信号自动待机?
自动售货机MDB协议中文解析(八)mdb-rs232控制MDB年龄验证设备

评论