文献

J-GLOBAL ID：201702261170863093   整理番号：17A0702181

リンク予測アルゴリズムを用いたアルツハイマー病における脳ネットワーク変化【Powered by NICT】

Predicting brain network changes in Alzheimer’s disease with link prediction algorithms

著者 (7件)： Sulaimany Sadegh (Laboratory of Systems Biology and Bioinformatics (LBB), Institute of Biochemistry and Biophysics, University of Tehran, Tehran, Iran. [e-mail]) ,  Khansari Mohammad ,  Zarrineh Peyman ,  Daianu Madelaine ,  Jahanshad Neda ,  Thompson Paul M. ,  Masoudi-Nejad Ali
資料名： Molecular BioSystems  (Molecular BioSystems)
巻： 13  号： 4  ページ： 725-735  発行年： 2017年 
JST資料番号： W2331A  ISSN： 1742-206X  CODEN： MBOIBW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： リンク予測は,種々のタイプのネットワークモデル化のための有望な研究分野であり,主にミッシングリンクの予測に焦点を当てた。リンク予測法は脳連結性を記述するための価値があるかもしれない,はAlzheimer病(AD)及びその前駆体,軽度認知障害(MCI)における変化した。ここでは,アルツハイマー病神経画像処理イニシアティブ(ADNI) 50人の健康な対照の参加者202から3テスラ全脳拡散強調画像を解析し,earlyMCI(eMCI)と38lateMCI(lMCI)および42AD患者72名。以前の,より少ない障害段階から痴呆の各高まり段階の予測可能性の割合を試験し,定義し,最も簡単な場合に混合リンク予測(MLP)のための新しいアプローチを導入した。MLPのコアとしてよく知られたリンク予測アルゴリズムを用いて,高齢者の脳ネットワークにおけるリンクを添加し,同時除去による認知障害の段階を予測する新しいアプローチを提案した。「AdamicとAdar」と呼ばれる最適アルゴリズムが最良の適合性を持ち,それらの以前の段階からADの段階を最も正確に予測することを見出した。他のリンク予測アルゴリズム,添加したリンクを予測する主にのみと比較した場合,この提案した方法は,両方の添加と除去ネットワークのリンクによる疾患時の脳変化をシミュレートより包括的にできる。著者らの結果は,計算神経画像と臨床所見と一致しているとより良い結果を改善することができる。Copyright 2017 Royal Society of Chemistry All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 連結性 ,  *予測 ,  予測可能性 ,  老人 ,  *Alzheimer病 ,  適応性 ,  患者 ,  予測技法 ,  *ネットワーク
準シソーラス用語： 最適アルゴリズム ,  認知障害 ,  ニューロイメージング ,  軽度認知障害 ,  ネットワークモデル ,  *予測アルゴリズム , 【Automatic Indexing@JST】

分類 (3件)： 分子構造  (EB03020Y) ,  薬物の構造活性相関  (GV01050B) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (4件)： リンク ,  予測アルゴリズム ,  アルツハイマー病 ,  脳ネットワーク