文献

J-GLOBAL ID：201702287016132815   整理番号：17A0369041

Alzheimer病の認識とマルチモーダル画像バイオマーカーと多重カーネル学習を用いた軽度認知障害【Powered by NICT】

Recognition of Alzheimer’s disease and Mild Cognitive Impairment with multimodal image-derived biomarkers and Multiple Kernel Learning

著者 (9件)： Ahmed Olfa Ben (XLIM-SIC, UMR CNRS 7252, Bvd Marie and Pierre Curie, 86962 Futuroscope Chasseneuil Cedex, France) ,  Benois-Pineau Jenny (University of Bordeaux, Laboratoire Bordelais de Recherche en Informatique (LaBRI), France) ,  Allard Michelle (University of Bordeaux, INCIA, UMR 5287, F-33400 Talence, France) ,  Allard Michelle (CNRS, INCIA, UMR 5287, F-33400 Talence, France) ,  Allard Michelle (EPHE, Bordeaux, France) ,  Catheline Gwenaeelle (University of Bordeaux, INCIA, UMR 5287, F-33400 Talence, France) ,  Catheline Gwenaeelle (CNRS, INCIA, UMR 5287, F-33400 Talence, France) ,  Catheline Gwenaeelle (EPHE, Bordeaux, France) ,  Amar Chokri Ben (REsearch Group on Intelligent Machines, Tunisia)
資料名： Neurocomputing  (Neurocomputing)
巻： 220  ページ： 98-110  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Alzheimer病(AD)のコンピュータ支援診断(CAD)はここ数年コンピュータビジョン研究界の注目を集めている。早期AD診断のための構造的MRI(sMRI)のような特異的神経画像データへのパターン認識手法を適応したいくつかの試み。1つの戦略は,単一学習フレームワークにおける相補的画像診断法を統合することにより,そのような方法の識別力を高めることである。拡散テンソル画像(DTI)は解剖学的MRIに相補的な情報を与える新しい有望な方法である。しかし,そのような方法から関連するDTI情報を含む挑戦的な問題である。本論文では,DTIとsMRIからの局所画像バイオマーカーを抽出多モードADベースの署名を構成することを提案した。そのような方法の妥当性を評価するために同様に分類器を最適化するために,著者らはAD患者認識のための多重カーネル学習(MKL)フレームワークを用いた相補的情報を統合した。提案手法を評価するために,著者らはアルツハイマー病神経画像処理イニシアティブ(ADNI)データセットから部分集合上で実験を行った。AD患者45人のDTIモダリティからT1強調MRIと平均拡散率(MD)マップ,52正常対照(NC)及び58軽度認知障害(MCI)の被験者は使用されてきた。得られた結果は,このマルチモーダルアプローチを独立に各単一モダリティを用いてに対して精度の顕著な改善を与えることを示した。提案した方法により得られた分類精度はそれぞれADとNC,MCI対NCとADとMCI二値分類問題のための90.2%,79.42%および76.63%であった。MCI分類問題に対して,提案した融合フレームワークは,正確さのために少なくとも9%,特異度5%,感度15%増加を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 部分集合 ,  *バイオマーカー ,  最適化 ,  *学習 ,  *画像 ,  患者 ,  計算機診断 ,  多モード ,  コンピュータビジョン ,  *Alzheimer病 ,  神経画像 ,  改変
準シソーラス用語： 分類精度 ,  モダリティ ,  ニューロイメージング ,  *軽度認知障害 ,  *Kernel法 , 【Automatic Indexing@JST】

著者キーワード (9件)： アルツハイマー病 ,  多重カーネル学習 ,  Mutlimodal融合 ,  診断 ,  局所特徴 ,  DTI(拡散テンソル画像) ,  MDマップ ,  CHF ,  イメージングバイオマーカー

分類 (4件)： 数値計算  (JE02000J) ,  パターン認識  (JE07000S) ,  神経系の診断  (GN02000H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： Alzheimer病 ,  マルチモーダル画像 ,  バイオマーカー ,  多重 ,  カーネル学習 ,  軽度認知障害