文献

J-GLOBAL ID：201702276139365693   整理番号：17A1505785

不完全ランダムフォレストロバストなサポートベクトルマシンとFDG-PETイメージングを用いた軽度認知障害の早期発見【Powered by NICT】

Early identification of mild cognitive impairment using incomplete random forest-robust support vector machine and FDG-PET imaging

著者 (7件)： Lu Shen (Biomedical and Multimedia Information Technology (BMIT) Research Group, School of Information Technologies, University of Sydney, NSW 2006, Australia) ,  Xia Yong (Shaanxi Key Lab of Speech & Image Information Processing (SAIIP), School of Computer Science, Northwestern Polytechnical University, Xi’an 710072, China) ,  Cai Weidong (Biomedical and Multimedia Information Technology (BMIT) Research Group, School of Information Technologies, University of Sydney, NSW 2006, Australia) ,  Fulham Michael (Department of Molecular Imaging, Royal Prince Alfred Hospital, NSW 2050, Australia) ,  Fulham Michael (Sydney Medical School, University of Sydney, NSW 2006, Australia) ,  Feng David Dagan (Biomedical and Multimedia Information Technology (BMIT) Research Group, School of Information Technologies, University of Sydney, NSW 2006, Australia) ,  Feng David Dagan (Med-X Research Institute, Shanghai Jiaotong University, Shanghai 200030, China)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 60  ページ： 35-41  発行年： 2017年 
JST資料番号： T0220A  ISSN： 0895-6111  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： Alzheimer病(AD)は認知症の最も一般的な型であり,社会高齢化として増加する健康問題である。軽度認知障害(MCI)は,ADの前駆段階であると考えられている。MCI患者を同定する能力はADの疾患修飾性治療法が開発されているとしてますます重要となるであろう。[18F]フルオロデオキシグルコースPETスキャンからMCIの同定のためのロバストな最適化に基づく半教師つき学習手法を提案した。各FDG-PET画像ボリュームの皮質及び皮質下領域から空間的特徴の三群を抽出した。不完全ランダムフォレストを用いた形質転換によるこれらの空間特徴に関連した統計的不確実性を測定し,ロバスト最適化フレームワークの下でMCI同定問題を定式化した。異なる学習スキーマ中の他の最新方法に対して提案アプローチを比較した。著者らの方法は,正常対照からMCIを分離する能力の他の方法より優れていた。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： *ロバスト性 ,  皮質 ,  治療法 ,  最適化 ,  *サポートベクトルマシン ,  *早期診断 ,  学習 ,  *画像処理 ,  PET【トモグラフィー】 ,  Alzheimer病 ,  患者
準シソーラス用語： *ランダムフォレスト ,  半教師つき学習 ,  *軽度認知障害 ,  *FDG PET , 【Automatic Indexing@JST】

著者キーワード (4件)： FDG-PET ,  アルツハイマー病 ,  軽度認知障害 ,  ロバスト最適化

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： サポートベクトルマシン ,  FDG-PET ,  イメージング ,  軽度認知障害 ,  早期発見