基于深度卷积网络的情绪分析用于老年人轻度认知障碍自动检测
计算机视觉与模式识别
2021-11-10 v1
摘要
全球有大量人群患有认知障碍。认知障碍的早期检测对患者和照护者都至关重要。然而，现有方法存在不足，例如临床和神经影像阶段耗时且耗费资金。研究发现认知障碍患者表现出异常的情绪模式。本文中，我们提出了一种新颖的基于深度卷积网络的系统，通过分析参与者观看设计视频刺激时面部情绪的演变来检测认知障碍。在我们提出的系统中，利用MobileNet的层和支撑向量机(SVM)开发了一种新颖的面部表情识别算法，该算法在3个数据集上表现出令人满意的性能。为验证所提系统检测认知障碍的能力，邀请了包括认知障碍患者和健康人对照组的61位老年人参与实验，并相应构建了数据集。使用该数据集，所提系统成功达到了73.3%的检测准确率。
引用
@article{arxiv.2111.05066,
title = {Deep Convolution Network Based Emotion Analysis for Automatic Detection of Mild Cognitive Impairment in the Elderly},
author = {Zixiang Fei and Erfu Yang and Leijian Yu and Xia Li and Huiyu Zhou and Wenju Zhou},
journal= {arXiv preprint arXiv:2111.05066},
year = {2021}
}
备注
17 pages