文献
J-GLOBAL ID:201802211623579595   整理番号:18A2060530

アルツハイマー病と軽度認知障害に関連する脳の最も関連する容積を見つけるための多目的遺伝的アルゴリズム【JST・京大機械翻訳】

Multi-Objective Genetic Algorithms to Find Most Relevant Volumes of the Brain Related to Alzheimer’s Disease and Mild Cognitive Impairment
著者 (4件):
資料名:
巻: 28  号:ページ: 1850022  発行年: 2018年 
JST資料番号: W0880A  ISSN: 0129-0657  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: シンガポール (SGP)  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。
コンピュータ支援診断(CAD)は,いくつかの実際の画像技術を用いてアルツハイマー病(AD)を有する患者と持たない患者の間を自動的に分類するための関連機器を表す。本研究では,ADを診断するために,磁気共鳴画像(MRI)から三次元(3D)テクスチャを抽出するために,関心のある体積(VOIs)の最適化を分析した。提案した手法の関連特徴は,T-1強調MRIから特徴抽出を実行するために,3D離散ウェーブレット変換(3D-DWT)アプローチを用いることにより,従来の2次元(2D)特徴の代わりに3D特徴を使用することである。3D-DWTをVOIsの各々に適用するとき,高い数の係数のために,相互情報に基づく特徴選択アルゴリズムを用いた。それは最小冗長性最大値(mRMR)アルゴリズムであった。領域最適化は,システムの精度を最適化する目的の一つである多目的遺伝的アルゴリズムを用いて,脳における最も関連する領域(VOIs)を発見するために実行されてきた。システムの誤差指数は,マルチクラスサポートベクトルマシン(SVM)分類装置によって得た混乱マトリックスによって計算した。主成分分析(PCA)は,分類装置への特徴の数を減らす目的で使用される。本研究で用いた被験者のコホートは,296人の異なる患者から成った。206人の患者の最初のグループを用いて,VOI選択を最適化し,90人の独立した被験者(第1グループに属さない)の別のグループを用いて,遺伝的アルゴリズムによって得られた解をテストした。提案した方法論は,94.4%の精度を達成し,脳の最も関連する点の位置に関する有意な情報を抽出する,マルチクラス分類において優れた結果を得た。これは,提案した方法が他の神経変性疾患の研究に役立ち,診断の精度を改善し,それらに関連する脳の最も関連した領域を見出すことを示唆する。Copyright 2018 World Scientific Publishing Company All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る