文献

J-GLOBAL ID：201702242059376538   整理番号：17A0755329

疾患細分類のためのBayesノンパラメトリックモデル:気腫表現型への応用【Powered by NICT】

A Bayesian Nonparametric Model for Disease Subtyping: Application to Emphysema Phenotypes

著者 (9件)： Ross James C. (Brigham and Women’s Hospital, Harvard Medical School, Boston, MA, USA) ,  Castaldi Peter J. (Brigham and Women’s Hospital, Harvard Medical School, Boston, MA, USA) ,  Cho Michael H. (Brigham and Women’s Hospital, Harvard Medical School, Boston, MA, USA) ,  Chen Junxiang (Department of Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Chang Yale (Department of Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Dy Jennifer G. (Department of Electrical and Computer Engineering, Northeastern University, Boston, MA, USA) ,  Silverman Edwin K. (Brigham and Women’s Hospital, Harvard Medical School, Boston, MA, USA) ,  Washko George R. (Brigham and Women’s Hospital, Harvard Medical School, Boston, MA, USA) ,  Jose Estepar Raul San (Brigham and Women’s Hospital, Harvard Medical School, Boston, MA, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 36  号： 1  ページ： 343-354  発行年： 2017年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
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： 疾患サブタイプ同定のための疾患軌跡の概念を用いた新しいBayesノンパラメトリックモデルを導入した。このモデルは一般的であるが,組成データとしての医用画像から導かれた組織パターンの画分を処理することにより,提案モデルでは,集団サブグループ間の明確な進行傾向を研究するために適用できることを実証した。特に,COPDGene研究における胸部CTスキャンから得られた定量的肺気腫測定にこのアルゴリズムを適用し,いくつかの異なる進行パターンを示した。肺気腫は,慢性閉塞性肺疾患(COPD)の主要な成分の一つ,米国での死亡の三番目に多い原因[1]であるので,気腫およびCOPD亜型の改良した定義によって,大きな関心事である。により,本アルゴリズムを用いたいくつかのモデルを調べ,予測因子として年齢,パック 年(タバコ曝露の尺度),および喫煙 状態を持つものは推定予測性能とモデルの複雑性の間の最良の妥協点を与えることを示した。このモデルはCOPDと関連することが知られている七の一塩基多型(SNP)に有意な関連を示した九サブタイプを同定した。それに加えて,このモデルは五倍交差検証分析で示したように複数の多変量通常最小二乗回帰よりも優れた予測精度を与える。サブタイピングアルゴリズムを疾患サブタイプの間で変化することを組成傾向の個体群レベル分析のための組織組成のCTレベル評価の間のギャップを埋めるために適用できることが寄与した。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： アメリカ合衆国 ,  肺気腫 ,  *気腫 ,  *モデル ,  一塩基多型 ,  アルゴリズム ,  *表現型 ,  個体群 ,  医用画像 ,  最小二乗法 ,  慢性閉塞性肺疾患 ,  計算機トモグラフィー
準シソーラス用語： 予測精度 ,  予測因子 ,  サブタイプ , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 疾患 ,  パラメトリックモデル ,  気腫 ,  表現型 ,  応用