文献

J-GLOBAL ID：201702235035330282   整理番号：17A0142903

ネットワーク融合によるゲノムと画像データを統合することによる統合失調症の診断【Powered by NICT】

Diagnosing schizophrenia by integrating genomic and imaging data through network fusion

著者 (4件)： Su-Ping Deng (Department of Biomedical Engineering, School of Science and Engineering, Tulane University, New Orleans, Louisiana 70118, United States) ,  Lin Dongdong (The MIND research network, Albuquerque, New Mexico 87106, United States) ,  Calhoun Vince D. (The MIND research network, Albuquerque, New Mexico 87106, United States) ,  Wang Yu-Ping (Department of Biomedical Engineering, School of Science and Engineering, Tulanei University, New Orleans, Louisiana 70118, United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 1307-1313  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 統合失調症(SCZ)疾患の診断の精度を高めるために,複数の種類のデータからの相補的情報を統合的に必須である。ネットワークは患者間の関係を分析し,それぞれ患者とそれらの関係を表すそのノードとエッジのためのグラフに基づく方法であることが知られている。本研究では,複数のデータタイプよりむしろ個々のネットワークからの縮環したネットワークを利用してネットワークに基づく予測手法を開発した。より詳しくいえば,ここでは,統合失調症の研究からの三種類の遺伝的,後成的および神経画像データを含むデータを用いた溶融ネットワークを構築した。ネットワークにおけるノードの大部分近傍は,健常対照者からSCZを識別するために利用した。他9グラフベースラベル予測方法と比較して,提案した予測法は,いくつかの評価基準に従って最良の性能を示した。著者らの提案した方法の予測能力はまた,異なるパラメータで試験し,最適パラメータを決定した。多重データ型からネットワーク融合に基づくラベル予測法は,統合失調症のより正確な診断,他の疾患モデルに拡張することができる見込みを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多重化 ,  データ型 ,  評価基準 ,  病態モデル ,  予測技法 ,  *統合失調症 ,  遺伝 ,  *ネットワーク ,  患者 ,  *ゲノム
準シソーラス用語： 最適パラメータ ,  予測能力 ,  ニューロイメージング ,  *画像データ , 【Automatic Indexing@JST】

分類 (1件)： 遺伝的変異  (EC01030Y)

タイトルに関連する用語 (5件)： 融合 ,  ゲノム ,  統合 ,  統合失調症 ,  診断