文献

J-GLOBAL ID：201702288840346499   整理番号：17A1455057

アルツハイマー病のMRIベースの認知性能予測のためのスパース共通構造に基づくマルチタスク学習【Powered by NICT】

Sparse shared structure based multi-task learning for MRI based cognitive performance prediction of Alzheimer’s disease

著者 (6件)： Cao Peng (Computer Science and Engineering, Northeastern University, Shenyang, China) ,  Cao Peng (Key Laboratory of Medical Image Computing of Ministry of Education, Northeastern University, Shenyang, China) ,  Shan Xuanfeng (Computer Science and Engineering, Northeastern University, Shenyang, China) ,  Zhao Dazhe (Key Laboratory of Medical Image Computing of Ministry of Education, Northeastern University, Shenyang, China) ,  Huang Min (Information Science and Engineering, Northeastern University, Shenyang, China) ,  Zaiane Osmar (Computing Science, University of Alberta, Edmonton, Alberta, Canada)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 72  ページ： 219-235  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Alzheimer病(AD),認知症の最も一般的な形,患者の記憶と他の認知機能の進行性障害を生じるだけでなく,ヘルスケアシステムにかなりの経済的負担となっている。は,(1)疾患の認知性能を正確に予測する,(2)認知転帰の推定の最も予測可能性MR画像を用いたバイオマーカーを特定するための,緊急な必要性。本論文では,階層的グループスパース性と正則化を明らかにする共有部分空間を組み込んだ混合ノルムによる磁気共鳴イメージング(MRI)及び認知対策に存在する相関を調査するために,陰的共有部分空間構造と特徴の明示的サブセットと同様に領域の利益(ROI)を同時に考慮することで複数の関連タスクからの共有構造を学習するために,新しいマルチタスク学習定式化を開発した。効率的な交互最適化アルゴリズムを提案した非凸および非平滑目的定式化を解くために導出した。アルツハイマー病ニューロイメージングイニシアチブ(ADNI)データセットから全ての被験者を含む認知転帰予測のための提案したアルゴリズムを包括的に評価。実験結果は,提案した方法が複数の最先端技術の匹敵するアプローチよりも優れた性能を示しただけでなく,事前知識と一致していることを認知関連MRIバイオマーカーを同定した。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： *透視図法 ,  正則化 ,  アルゴリズム ,  部分集合 ,  NMRイメージング ,  *Alzheimer病 ,  定式化 ,  バイオマーカー ,  ノルム ,  *予測 ,  立体構造 ,  予測可能性
準シソーラス用語： 部分空間 ,  スパース性 ,  *マルチタスク学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： アルツハイマー病 ,  マルチタスク学習 ,  近位勾配 ,  回帰 ,  バイオマーカー発見

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： アルツハイマー ,  MRI ,  認知 ,  性能予測 ,  マルチタスク学習