文献

J-GLOBAL ID：201702216355396752   整理番号：17A1035141

脳構造と機能的結合性の翻訳への性ディープ学習アプローチ【Powered by NICT】

A deep-learning approach to translate between brain structure and functional connectivity

著者 (5件)： Calhoun Vince D. (The Mind Research Network, United States of America) ,  Amin Md Faijul (The Mind Research Network, United States of America) ,  Hjelm Devon (The Mind Research Network, United States of America) ,  Damaraju Eswar (The Mind Research Network, United States of America) ,  Plis Sergey M. (The Mind Research Network, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICASSP  ページ： 6155-6159  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 探索アプローチの多くは,異なるモダリティの特徴間の相関に対する探索が,構造と機能間の間接/非線形関係はまだ完全には調べられていない。本研究では,著者らは神経機械翻訳モデル[1]を用いる二法:構造的MRI(sMRI)空間成分と動的連結性モデルを用いて推定した機能的MRI(fMRI)脳状態間の関連を求めた。同じ脳の異なる「言語」としてモダリティのそれぞれを考察し,構造が機能にどのように影響するかのモデルを推定するための翻訳モデルに適合した。結果は有意に多くを示し脳構造および機能的脳状態の多重整列側面または患者群で少ない配向並びに認識スコアと症状評価のような他の変数に興味あるリンクを同定した。著者らの新しい手法により,間接/非線形効果を導入し,構造的および機能的ネットワークの間の相互作用を学習するためのアルゴリズム可能にすることにより,脳構造と機能の組み合わせに新しい展望を提供する。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： モデル ,  アルゴリズム ,  アラインメント ,  非線形効果 ,  *連結性 ,  患者 ,  ネットワーク ,  言語 ,  *学習
準シソーラス用語： スコア ,  機能的MRI ,  構造的MRI ,  翻訳モデル ,  モダリティ ,  *脳構造 , 【Automatic Indexing@JST】

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 脳構造 ,  翻訳 ,  性 ,  学習