轻度认知障碍的查与基于虚拟现实和可穿戴设备的语音交互
Ruixuan Wu1, Aoyu Li1, Chen Xue1
1College of Computer Science and Technology (College of Data Science), Taiyuan University of Technology, Taiyuan 030024, China.
Brain sciences
|August 26, 2023
概括
这项研究引入了一种新的非侵入性方法,用于检测轻度认知障碍 (MCI),使用脑电图 (EEG),语音和虚拟现实 (VR) 认知测试. 多模式数据融合实现了89.8%的准确性,为早期MCI检测提供了有前途的方法.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 计算机科学 计算机科学
背景情况:
- 轻度认知障碍 (MCI) 的检测对于及时干预至关重要.
- 传统的方法可能具有侵入性或缺乏早期检测的敏感性.
- 穿戴式传感器和虚拟现实 (VR) 的进步为非侵入性监控提供了新的途径.
研究的目的:
- 开发和验证一种用于早期检测MCI的非侵入性协议.
- 整合脑电图 (EEG),语音和数字化认知参数,以提高诊断准确度.
- 探索VR和可穿戴设备在认知评估中的实用性.
主要方法:
- 从使用可穿戴EEG和VR设备的86名参与者 (44名MCI,42名健康人) 收集了EEG,语音和数字化认知数据.
- 设计了一个基于VR的语言任务,用于在休息和任务状态下进行认知评估.
- 采用了机器学习分类器 (包括RBF内核的SVM) 和具有交叉验证的多模式数据融合技术.
主要成果:
- 多模式数据融合在MCI分类中显著超过单模式特征.
- 使用RBF内核的SVM分类器实现了87%的准确性.
- 权重投票策略进一步提高了分类性能,达到89.8%的准确度.
结论:
- 拟议的非侵入性多式联络方法有效地检测出与MCI相关的认知变化.
- 虚拟现实和可穿戴设备代表了可访问和有效的MCI查的有希望的方向.
- 这项研究为MCI检测提供了一个新的框架,利用传感器技术和沉浸式环境的进步.
更多相关视频
12:18A Machine Learning Approach to Design an Efficient Selective Screening of Mild Cognitive Impairment
Published on: January 11, 2020
7.6K
08:36The Immersive Cleveland Clinic Virtual Reality Shopping Platform for the Assessment of Instrumental Activities of Daily Living
Published on: July 28, 2022
3.8K
