文献

J-GLOBAL ID：201702271205309766   整理番号：17A1441633

積層マルチモーダル予測を用いた脳卒中後の失語重症度の増強された推定【Powered by NICT】

Enhanced estimations of post-stroke aphasia severity using stacked multimodal predictions

著者 (8件)： Pustina Dorian (Department of Neurology, University of Pennsylvania, Philadelphia, Pennsylvania) ,  Pustina Dorian (Department of Radiology, Penn Image Computing and Science Lab, University of Pennsylvania, Pennsylvania) ,  Coslett Harry Branch (Department of Neurology, University of Pennsylvania, Philadelphia, Pennsylvania) ,  Ungar Lyle (Department of Computer and Information Science Department, University of Pennsylvania, Pennsylvania) ,  Faseyitan Olufunsho K. (Department of Neurology, University of Pennsylvania, Philadelphia, Pennsylvania) ,  Medaglia John D. (Department of Psychology, University of Pennsylvania, Pennsylvania) ,  Avants Brian (Department of Radiology, Penn Image Computing and Science Lab, University of Pennsylvania, Pennsylvania) ,  Schwartz Myrna F. (Moss Rehabilitation Research Institute, Elkins Park, Pennsylvania)
資料名： Human Brain Mapping  (Human Brain Mapping)
巻： 38  号： 11  ページ： 5603-5615  発行年： 2017年 
JST資料番号： W2600A  ISSN： 1065-9471  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： 脳卒中後失語症の重症度と回収のための可能性がある高度に可変であり予測困難である。失語重症度の最適推定は,複数の神経画像モダリティの統合と多変量的脳-行動関係を検出できる新しい方法の採用が必要であることを示唆した。「積層マルチモーダル予測」生成(STAMP)最終モデルに供給される単一モード予測のアレイを創造するために三つの情報源(病変マップ,構造連結性,および機能的連結性)に依存するマルチモーダルフレームワークを作成し,試験した。四失語症スコア(線画命名」「文の復唱,文章理解,および全体的な失語症の重症度)のCrossvalidated予測は53左半球の慢性脳卒中患者(年齢:57.1±12.3歳,脳卒中後区間:20か月,女性25)から得た。結果は,全ての四失語症スコア(真と予測相関の0.79 0.88)の正確な予測を示した。精度を新種として考慮した各患者との完全分割交差検証法においてわずかに小さいが,まだ有意であった(r=0.66)であった。厳密には,マルチモーダル予測は,単一モダリティのみより正確な結果を生成した。予測に関与する脳領域のトポロジーマップを回収し,比較して従来のボクセルベースの病変症状マップを用いて,高空間一致を明らかにした。これらの結果は,神経画像モダリティは失語症スコアの予測に有用な潜在的に相補的な情報をもたらすことを示唆した。より広範には,本研究は,臨床的に有用なツールに神経画像所見の翻訳は単峰形マルチモーダル神経画像に,単変量と多変量法から,線形非線形モデルから,概念的,推論予測脳マッピングへのからの展望のシフトが必要であることを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *脳卒中 ,  患者 ,  言語 ,  情報源 ,  *失語 ,  交差検証法 ,  *多モード ,  線形性 ,  女性 ,  *予測 ,  連結性 ,  機械学習
準シソーラス用語： スコア ,  モダリティ ,  *重症度 , 【Automatic Indexing@JST】

著者キーワード (8件)： DTI(拡散テンソル画像) ,  休止状態 ,  大胆な ,  言語 ,  認知 ,  病 ,  神経学 ,  機械学習

分類 (3件)： リハビリテーション  (GB06000Z) ,  神経系の疾患  (GN03000O) ,  呼吸器の疾患  (GI03000Z)

タイトルに関連する用語 (7件)： マルチモーダル ,  予測 ,  脳卒中 ,  失語 ,  重症度 ,  増強 ,  推定