Korrelation audiovisueller Merkmale mit klinischen Variablen und neurokognitiven Funktionen bei bipolarer Störung, Manie

Der Anteil des Young Mania Rating Scale (YMRS)-Scores (zu Studienbeginn bis zum 3. – 7. – 14. – 28. Tag und 3. Monat (Baseline-Skala/Follow-up-Tagesskala) YMRS-Score, der Bewertungsskalen zur Bewertung manischer Symptome verwendete, lag zwischen 0 und 76

1. Remission: Yt <= 7
2. Hypomanie: 7 < Yt < 20
3. Manie: Yt >= 20.

Funktionen von Erscheinungsdeskriptoren, die aus fein abgestimmten Deep Convolutional Neural Networks (DCNN) extrahiert wurden, geometrische Merkmale, die unter Verwendung von verfolgten Gesichtsmerkmalen erhalten wurden (Unweighted Average Recall)

Geometrische Rahmenebene 23 geometrische Merkmale und Erscheinungsdeskriptoren 4096 dimensionale Merkmale aus der letzten Faltungsschicht des FER-feinabgestimmten CNN, die über Mittelwert- und Bereichsfunktionen über Teilclips zusammengefasst werden und die Entscheidungen auf Videoebene abgestimmt werden, wird eine UAR-Leistung erhalten .

Aus Videos extrahierte Merkmalsvektoren werden mithilfe von Partial Least Squares (PLS)-Regression und Extreme Learning Machines-Klassifikatoren modelliert

Der ungewichtete durchschnittliche Recall (UAR), der Mittelwert der klassenweisen Recall-Scores, wird häufig als Leistungsmaß anstelle der Genauigkeit verwendet, was im Falle eines Klassenungleichgewichts irreführend sein kann

Funktionen von akustischen Merkmalen, die über das openSMILE-Tool extrahiert wurden (Unweighted Average Recall)

Akustische Low-Level-Deskriptoren, einschließlich Prosodie (Energie, Grundfrequenz – F0), Sprachqualitätsmerkmale (Jitter und Schimmer), Mel-Frequenz-Cepstral-Koeffizienten, die üblicherweise in vielen Sprachtechnologien von Audio verwendet werden, verwenden wir den 76-dimensionalen Standardfunktionssatz in der INTERSPEECH 2010 Paralinguistic Challenge als Baseline.

Der zweite ist unser vorgeschlagener Satz von 10 Funktionalen, Mittelwert, Standardabweichung, Krümmungskoeffizient , Steigung und Offset , Minimalwert und seine relative Position, Maximalwert und seine relative Position und der Bereich

Aus Audiodaten extrahierte Merkmalsvektoren werden mit Partial Least Squares (PLS)-Regression und Extreme Learning Machines-Klassifikatoren modelliert.

RVP A' (A prime) ist das Signaldetektionsmaß der Empfindlichkeit gegenüber dem Ziel, unabhängig von der Reaktionstendenz (Bereich 0,00 bis 1,00; schlecht bis gut).

RVP B'' (B Double Prime) ist das Signalerkennungsmaß der Stärke der Spur, die erforderlich ist, um eine Reaktion hervorzurufen (Bereich -1,00 bis +1,00).