文献

J-GLOBAL ID：201702214962786817   整理番号：17A1098951

構造MRIを用いたパーキンソン病の鑑別診断のための溶融特徴記述子からの関連3次元局所二値パターンに基づく特徴【Powered by NICT】

Relevant 3D local binary pattern based features from fused feature descriptor for differential diagnosis of Parkinson’s disease using structural MRI

著者 (7件)： Rana Bharti (School of Computer & Systems Sciences, Jawaharlal Nehru University, New Delhi, Delhi, India) ,  Juneja Akanksha (School of Computer & Systems Sciences, Jawaharlal Nehru University, New Delhi, Delhi, India) ,  Saxena Mohit (Department of Neurology, All India Institute of Medical Sciences, New Delhi, Delhi, India) ,  Gudwani Sunita (Department of NMR, All India Institute of Medical Sciences, New Delhi, Delhi, India) ,  Kumaran S. Senthil (Department of NMR, All India Institute of Medical Sciences, New Delhi, Delhi, India) ,  Behari Madhuri (Department of Neurology, All India Institute of Medical Sciences, New Delhi, Delhi, India) ,  Agrawal R.K. (School of Computer & Systems Sciences, Jawaharlal Nehru University, New Delhi, Delhi, India)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 34  ページ： 134-143  発行年： 2017年 
JST資料番号： W3347A  ISSN： 1746-8094  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： 構造的磁気共鳴画像法を用いるパーキンソン病(PD)のコンピュータ支援診断(CAD)は,パターン認識コミュニティのための新たな研究分野である。既存研究は,PDの診断のための個別に灰白質,白質および脳脊髄液組織を利用した三組織間の相関を無視している。このように,全三組織の情報と相関を同時に捕捉できる溶融特徴記述子(FFD)を定義し,CADの性能をさらに強化する必要がある。本研究では,PDのCADのための簡単で効率的なFFD,全三組織の観点から,を提案した。各脳容積はFFDの観点から表現した。各溶融体積は118脳領域に分割した。その後,特徴抽出は,3D局所二値パターンを用いた各脳領域で行った。識別と無相関特徴集合を最小冗長性最大関連性特徴選択法と結合したt検定を用いて同定した。最後に,サポートベクトルマシンを利用した意思決定モデルを構築した。体積3次元T1強調磁気共鳴イメージングデータセット(年齢と性別を合致させたPD30および30人の健康な被験者)は1.5T機械を用いて取得し,提案した方法の有効性を調べるために利用されている。95%の分類精度は既存の方法より優れているleave-one-out交差検証方式を用いて達成した。Cingulum_Mid_L,Frontal_Inf_Tri_L,Precentral_R,Precentral_L,Frontal_Mid_L,Frontal_Mid_Orb_L,Cingulum_Ant_LとHippocampus_L,領域すなわちHippocampus_Rは,PDの診断のための最も識別力のある領域であることが観察された。提案した方法の顕著な性能を独立に三組織を研究する代わりに,それらの相関も考慮すべきであることを示唆した。さらに,提案した方法は,PDの診断のための診断ツールとして採用されるかもしれない。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： サポートベクトルマシン ,  髄液 ,  *三次元 ,  特徴選択 ,  灰白質 ,  *Parkinson病 ,  NMRイメージング ,  計算機診断 ,  白質 ,  *鑑別診断 ,  特徴抽出 ,  パターン認識
準シソーラス用語： 分類精度 ,  脳領域 ,  *特徴記述子 , 【Automatic Indexing@JST】

著者キーワード (6件)： パーキンソン病 ,  縮合特徴記述子 ,  コンピュータ支援診断 ,  3D局所二値パターン ,  磁気共鳴イメージング ,  最小冗長性最大関連性

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (7件)： 構造MRI ,  パーキンソン病 ,  鑑別診断 ,  溶融 ,  特徴記述子 ,  3次元 ,  二値