神経医療における顔表情分析のための最適化された効率的注意ベースネットワーク
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Optimized efficient attention-based network for facial expressions analysis in neurological health care
雑誌名：Comput Biol Med. 2024 Sep; 179: 108822.
概 要：
本研究は、アルツハイマー病やパーキンソン病などの初期段階の神経障害（ND）の診断と治療における顔表情分析（FEA）の重要性を強調しています。手動によるFEAは専門知識や時間、訓練が必要であり、自動化された手法は実際の患者データの不足や高い計算負荷、無関係な特徴抽出の課題に直面しています。これらの課題に対処するため、軽量な畳み込みブロック注意モジュール（CBAM）を用いた深層学習ネットワークを提案し、ND患者の診断を支援します。実際のND患者データを用いた広範な実験により、最大73.2%の精度を達成しました。このモデルはわずか3MBのサイズで、リソースが制約されたモバイル医療デバイスへの展開に適しています。
方 法：
本研究は、実際のND患者からのデータ収集と顔検出を含む前処理を行い、特徴抽出と精練のために注意強化型深層学習ネットワークを使用する2段階のアプローチを採用しています。実験は実際の患者データで検証され、提案されたモデルの性能が評価されました。
結 果：
提案されたモデルは、最大73.2%の精度を達成し、軽量であるため、リソースが限られたモバイル医療デバイスに適しています。既存のFEA手法に対しても顕著な進展を示し、ND患者の診断と治療において有望な結果をもたらしました。
結 論：
この研究は、FEAにおける重要な進展を示し、神経障害の診断とケアを向上させる可能性があります。医療専門家が感情を正確に認識し、関連する特徴を抽出することで、NDの早期発見と管理を支援します。