지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 2,036 - 2,042 (7page)
이용수
초록· 키워드
오류제보하기
In this paper, we propose a novel deep learning algorithm (i.e., multi-scale convolutional neural network (CNN) accompanied by long short-term memory (LSTM) layers) for diagnosing patients with functional near-infrared spectroscopy (fNIRS). Mild cognitive impairment (MCI) is associated with aging and describes early symptoms of severe cognitive impairment known as Alzheimer"s disease (AD). Meanwhile, early detection of MCIs can prevent progression to AD. Many studies have been investigated on MCI diagnose over the past decade. In this work, we measure three mental tasks (i.e., N-back, Stroop, semantic verbal fluency tasks) for 38 MCI patients and 25 healthy people. The proposed multi-class CNN-LSTM network improves classification accuracy and reduces the classification time. By classifying the fNIRS data directly and minimizing the preprocessing process without finding the region of interest channels, the reduction of data processing time was achieved. The proposed algorithm was compared with a single LSTM algorithm to validate the performance and compare the accuracy, precision, recall, and F1 score with standard metrics. For the proposed multi-class CNN-LSTM, the maximum classification accuracy was 83.33% when performing N-back tasks, with an average accuracy of 77.77% for all tasks. For the LSTM only, the maximum classification accuracy is 73.33% when performing N-back tasks. The average classification accuracy for all tasks is 57.77%. The results, therefore, demonstrate that the proposed algorithm is superior to the LSTM, indicating the potential to be used for online classification.
목차
Abstract
1. INTRODUCTION
2. METHODS
3. RESULTS AND DISCUSSION
4. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Classification of three categories from prefrontal cortex using LSTM networks: fNIRS study
제어로봇시스템학회 국제학술대회 논문집
2018 .10
-
Exploring the possibility for early detection of Alzheimer’s disease with spatial-domain neural images
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
Convolutional Neural Network for Functional Near-Infrared Spectroscopy in Brain-Computer Interface
한국통신학회 학술대회논문집
2017 .01
-
CNN-LSTM을 사용한 긴 주기 펄스 레이다 신호 속성 분류
한국전자파학회논문지
2022 .01
-
Bagging 앙상블을 이용한 기능적 근적외선 분광법 기반 뇌-컴퓨터 인터페이스 성능 향상
대한전자공학회 학술대회
2021 .06
-
CNN-LSTM 기반 낙상 감지 시스템 구현
한국통신학회논문지
2022 .02
-
Basic steps for building and using a functional near infra-red spectroscopy (fNIRS) System
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
경도인지장애 노인의 인지능력 향상을 위한 로봇 콘텐츠 개발
로봇학회 논문지
2016 .06
-
Text Classification by Deep Learning Fusion
한국컴퓨터정보학회 학술발표논문집
2019 .07
-
Multi-Functional Brain Computer Interface Using Convolutional Neural Networks
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Text Classification Using LSTM-CNN
한국정보통신학회 종합학술대회 논문집
2019 .10
-
Deep Learning(LSTM)을 이용한 강우량 단기 예측
대한토목학회 학술대회
2022 .10
-
Development of a dual wavelength 32-channel functional near-infrared spectroscopy based neuroimaging system
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
CNN 과 LSTM 을 이용한 다중 차량 추적 알고리즘
한국통신학회 학술대회논문집
2019 .01
-
LSTM 알고리즘을 이용한 팔 움직임 예측 BCI 정확도 향상
한국정보과학회 학술발표논문집
2019 .06
-
Long Short-Term Memory(LSTM)을 이용한 팔 움직임 예측 Arm Movement Prediction using LSTM
제어로봇시스템학회 국내학술대회 논문집
2020 .07
-
딥러닝 기반 LSTM-CNN을 활용한 단기 수요 예측에 관한 연구
대한전기학회 학술대회 논문집
2018 .11
-
Long Short Term Memory (LSTM) Neural Nodes for Spatio-Temporal Analysis
한국정보과학회 학술발표논문집
2019 .12
-
LSTM과 CNN 기반 폭력 행위 감지 알고리즘
대한전자공학회 학술대회
2023 .06
-
The Feasibility of Using Wearable Functional Near-Infrared Spectroscopy (fNIRS) to Study Hemodynamic Response during Mental Arithmetic Task
한국통신학회 학술대회논문집
2016 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0