文献

J-GLOBAL ID：201202258764513589   整理番号：12A0425100

母集団研究のための解剖学的および機能的連結性に関する結合モデリング

Joint Modeling of Anatomical and Functional Connectivity for Population Studies

著者 (6件)： VENKATARAMAN Archana (Massachusetts Inst. Technol., MA, USA) ,  RATHI Yogesh (Harvard Medical School, MA, USA) ,  KUBICKI Marek (Harvard Medical School, MA, USA) ,  WESTIN Carl-Fredrik (Massachusetts Inst. Technol., MA, USA) ,  WESTIN Carl-Fredrik (Harvard Medical School, MA, USA) ,  GOLLAND Polina (Massachusetts Inst. Technol., MA, USA)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 31  号： 2  ページ： 164-182  発行年： 2012年02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： 解剖学的画像診断と機能画像診断間の相互作用は,精神神経疾患に対する効果を理解するために有用である。本論文では,安静状態fMRI(機能磁気共鳴撮像)とDWI(拡散重み付け撮像)神経路画像との間の関係を推論する新規な確率論的フレームワークを提案し,実証した。特に,脳領域間での潜在解剖学的および機能的連結性の概念を導入した。これらの変数はデータから直接観測できない脳領域の潜在的過程を提示することができる。提案のモデルは,2つの母集団間における潜在的な連結性の違いを表し,データ尤度を構築するfMRIやDWI撮像生成過程に関する直感的仮定を形成できる。また,期待値最大化アルゴリズムを用い,各母集団に対する潜在的連結性テンプレートを効率的に推定し,群の差異を同定した。さらに,管理および診療母集団間の差異を学習予測し,2つの診断の結合でより良好な結果が得られる手法を確立した。

シソーラス用語： 母集団 ,  *解剖学 ,  機能 ,  *NMRイメージング ,  *画像処理 ,  連結性 ,  結合モデル ,  相互作用 ,  神経症 ,  脳 ,  データ ,  最適化手法 ,  学習アルゴリズム ,  画像診断
準シソーラス用語： DWI ,  MRI【イメージング】 ,  画像データ ,  期待値最大化アルゴリズム ,  *機能イメージング ,  精神神経系症状

分類 (2件)： 医用画像処理  (JE04020T) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 母集団 ,  研究 ,  解剖学 ,  連結性 ,  モデリング