认知衰退深入洞察：非侵入式模态深度学习技术综述
机器学习
2025-10-27 v2 人工智能
摘要
认知衰退是老化的自然过程。然而，在某些情况下，这种衰退程度超过预期，通常源于如阿尔茨海默病等疾病。及早检测异常性衰退至关重要，因为它可以促进及时的专业干预。虽然医疗数据有助于诊断，但往往涉及侵入性操作。一种替代方法是采用非侵入式技术，如语音或手写稿分析，这些技术不会干扰日常活动。本综述 reviews 使用深度学习技术自动化认知衰退检测任务的最相关非侵入式方法，包括音频、文本和视觉处理。我们讨论了每种模态和方法的关键特征和优势，包括Transformer架构和基础模型等最新方法。此外，我们呈现了整合不同模态以开发多模态模型的研究。我们还概述了最重要的数据集以及使用这些资源的定量结果。从本综述可以得出若干结论：在大多数情况下，基于文本的方法始终优于其他模态。此外，将来自单个模态的各种方法整合到多模态模型中可在几乎所有场景中持续提升性能。
关键词
引用
@article{arxiv.2410.18972,
title = {Deep Insights into Cognitive Decline: A Survey of Leveraging Non-Intrusive Modalities with Deep Learning Techniques},
author = {David Ortiz-Perez and Manuel Benavent-Lledo and Jose Garcia-Rodriguez and David Tomás and M. Flores Vizcaya-Moreno},
journal= {arXiv preprint arXiv:2410.18972},
year = {2025}
}