文献

J-GLOBAL ID：201002250860299070   整理番号：10A0162236

自動海馬セグメンテーションによるAlzheimer病の検出に対するAdaBoostとサポートベクトルマシンの比較

Comparison of AdaBoost and Support Vector Machines for Detecting Alzheimer’s Disease Through Automated Hippocampal Segmentation

著者 (6件)： MORRA Jonathan H. (Univ. California, CA, USA) ,  TU Zhuowen (Univ. California, CA, USA) ,  APOSTOLOVA Liana G. (Univ. California, CA, USA) ,  GREEN Amity E. (Univ. California, CA, USA) ,  TOGA Arthur W. (Univ. California, CA, USA) ,  THOMPSON Paul M. (Univ. California, CA, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 29  号： 1  ページ： 30-43  発行年： 2010年01月 
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： サポートベクトルマシン(SVM)は脳腫瘍の認識などに使われているが,AdaBoost(AB)は分類用の良好な特徴を自動的に発見できる。今回,Alzheimer病(AD)の検出のための海馬のセグメンテーションに対し,手動セグメンテーション結果を基準にし,階層AB,手動特徴選択によるSVM,自動特徴選択による階層的SVM(Ada-SVM),および脳セグメンテーションパッケージ(FreeSurfer)の能力を比較した。領域分割した海馬の重要度マップを比較し,AdaSVMはADの疾患効果をABよりも強力に検出できることを確認した。

シソーラス用語： *Alzheimer病 ,  *海馬 ,  画像処理 ,  セグメンテーション ,  画像診断 ,  *計算機診断 ,  サポートベクトルマシン ,  階層構造 ,  特徴選択 ,  パターン分類
準シソーラス用語： AdaBoost ,  MR画像 ,  自動検出 ,  性能比較 ,  表面モデル

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (5件)： 海馬 ,  セグメンテーション ,  Alzheimer病 ,  AdaBoost ,  サポートベクトルマシン