End-to-end multimodal clinical depression recognition using deep neural networks: A comparative analysis

Muhammad Muzammel; Hanan Salam; Alice Othmani

doi:10.1016/j.cmpb.2021.106433

Article Dans Une Revue Computer Methods and Programs in Biomedicine Année : 2021

End-to-end multimodal clinical depression recognition using deep neural networks: A comparative analysis

, , (1, 2)

1
2

Muhammad Muzammel

Fonction : Auteur

Hanan Salam

Fonction : Auteur
PersonId : 1257700
ORCID : 0000-0001-6971-5264

Alice Othmani

Fonction : Auteur
PersonId : 2660
IdHAL : alice-ahlem-othmani
ORCID : 0000-0002-3442-0578
IdRef : 182870375

Laboratoire Images, Signaux et Systèmes Intelligents

SYNAPSE

CV

Domaines

Informatique [cs]

Lab Synapse : Connectez-vous pour contacter le contributeur

https://hal.u-pec.fr/hal-04317380

Soumis le : vendredi 1 décembre 2023-10:29:13

Dernière modification le : mardi 9 janvier 2024-15:33:55

Dates et versions

hal-04317380 , version 1 (01-12-2023)

Identifiants

HAL Id : hal-04317380 , version 1
DOI : 10.1016/j.cmpb.2021.106433

Citer

Muhammad Muzammel, Hanan Salam, Alice Othmani. End-to-end multimodal clinical depression recognition using deep neural networks: A comparative analysis. Computer Methods and Programs in Biomedicine, 2021, 211, pp.106433. ⟨10.1016/j.cmpb.2021.106433⟩. ⟨hal-04317380⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

LISSI UPEC

11 Consultations

0 Téléchargements

End-to-end multimodal clinical depression recognition using deep neural networks: A comparative analysis

Domaines

Dates et versions

Identifiants

Citer

Exporter

Collections

Altmetric

Partager