文献
J-GLOBAL ID:201702245525625427   整理番号:17A1625099

高齢者における軽度認知障害と認知症の予後のパラメータを選択するための人工神経回路網の利用【Powered by NICT】

Using artificial neural networks to select the parameters for the prognostic of mild cognitive impairment and dementia in elderly individuals
著者 (8件):
資料名:
巻: 152  ページ: 93-104  発行年: 2017年 
JST資料番号: D0213C  ISSN: 0169-2607  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アイルランド (IRL)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
【背景・目的】計算システムに基づく解の膨大な数は最近高齢者における認知異常の分類のために開発された,認知障害とアルツハイマー病のような発展途上の神経変性疾患の高リスクを有する個人は疾患の発症前に同定することができた。いくつかの因子は,これらの病理に関係し,解決するために困難な問題を診断プロセスを行う。本論文では,高齢者のデータパターンを分類するための人工神経回路網に基づく計算モデルを提案した。【方法】提案診断因子として性別,年齢,教育レベル,時間,および認識試験(ミニメンタルステート検査,意味的言語流暢性検査,臨床的認知症評価と確認痴呆)からのスコアとしていくつかのパラメータを考慮している。この非線形回帰モデルは,ニューラルネットワーク,ランダムフォレスト,SVM,及び確率勾配ブースティングのような機械学習技術と健康的および病的な老化を分類するために設計した。は比較のために単純な線形回帰モデルを展開した。一次目的は,パラメータである神経変性疾患の診断における高精度を達成するのに必要なチェックを目的データセットを解析するために回帰モデルを使用することである。【結果】解析は認知試験の使用は,90%以上の精度の中央値を生成することを示した。ROC解析で,立体配置は認知試験をしたとき,最良の感度性能は98%以上,特異度96%であることを示した。【結論】提示した手法は,認知症あるいはMCIと診断過程における臨床医を支援するための患者を同定するための貴重なツールである,神経変性疾患の診断における優れた支援意思決定ツールを提供した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用情報処理  ,  神経系の診断 

前のページに戻る