研究人員已使用深度學習軟件僅使用患者面部的照片來準確檢測與年齡有關的認知障礙。
這項工作是在東京大學進行的,并在1月25日由Aging(紐約州阿爾巴尼)發表的一篇論文中進行了描述。
通過測試在現有圖像集上預先訓練的五個深度學習模型,該團隊發現,從117名健康志愿者中分離出121位受損患者后,性能最佳的模型達到了93%的準確率。
此外,研究人員發現人臉AI得分與標準化評估調查表(Mini-Mental State Examination,又名Folstein測驗)的得分之間存在“密切而顯著”的關聯。
有趣的是,他們還發現了面部AI得分與時間年齡之間的緊密相關性,并且AI與問卷之間的相關性強于問卷和年齡之間的相關性。
根據這些結果,作者得出結論,深度學習軟件“具有區分輕度癡呆癥患者和非癡呆癥患者的面部圖像的能力。這可能為臨床使用面部圖像作為癡呆癥的生物標志物鋪平了道路。”
責任編輯:lq
-
圖像
+關注
關注
2文章
1094瀏覽量
41126 -
AI
+關注
關注
88文章
34765瀏覽量
276923 -
深度學習
+關注
關注
73文章
5557瀏覽量
122645
發布評論請先 登錄
手表外殼氣密性檢測儀:如何有效提升檢測效率與準確性

使用OpenVINO?模型的OpenCV進行人臉檢測,檢測到多張人臉時,伺服電機和步入器電機都發生移動是為什么?
無創測糖新突破:近觀科技為糖尿病患者帶來希望
PCM9211怎樣準確檢測有無信號,做到無信號自動待機?
自動售貨機MDB協議中文解析(八)mdb-rs232控制MDB年齡驗證設備

HarmonyOS NEXT應用元服務開發Accessibility(信息無障礙)介紹
通信電纜常見障礙分類介紹
智行者——視聽障礙者出行輔助AI小車設計

評論