3D SSF:白質路の動的対象クラスタリングのための生物学的アプローチ【Powered by NICT】

Chekir A.; Hassas S.; Descoteaux M.; Cote M.; Garyfallidis E.; Oulebsir-Boumghar F.

文献

J-GLOBAL ID：201802212550887283 整理番号：18A0325354

3D SSF:白質路の動的対象クラスタリングのための生物学的アプローチ【Powered by NICT】

3D-SSF: A bio-inspired approach for dynamic multi-subject clustering of white matter tracts

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=18A0325354&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A0325354&from=J-GLOBAL&jstjournalNo=E0858A") }}

著者 (6件)： , , , , ,
資料名：
巻： 83 ページ： 10-21 発行年： 2017年
JST資料番号： E0858A ISSN： 0010-4825 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)

被験者にわたって白質(WM)変動の研究に関心が高まっている,特に特異的WM束の分析,脳の発達と老化をより良く理解するために,いくつかの疾患の早期発見を改善した。WM束を研究するためにいくつか提案されているWM複数被験者クラスタリング手法。これらの方法は,問題の複雑性,複数の被験者から発生するWMトラクトグラフィーデータセット,異なる位置に持つ種々の流線の存在,長さと幾何学的形状の巨大なサイズだけでなく,異常値の存在を含むを克服することを目的とする。しかし,現在の方法はこれらの制約の全てに対処するために十分に柔軟ではない。複数種集合モデルの分散マルチエージェント実装に基づく新しい動的複数被験者クラスタリングフレームワーク,3次元流線流は群れと命名(3D SSF)を導入した。具体的には,データストリームとして異なる被験者からの流線を考察し,各流線は,モバイルエージェントに帰属した。フロックを形成するためにエージェントは群れ規則に従って一緒に働く。類似性関数のおかげで,類似した流線と関連していることをエージェントが群れを形成したが,異種流線と関連していることをエージェントが異常値と考えられる。3D SSFを検証し,それがより効率的と他の古典的アプローチと比較して異常値に対してロバストであることを実証するためにノイズのある人工的および実ヒト脳データに対して行われた種々の実験を用いた。3D SSFである個体群レベルでのWM束を抽出でき,被験者にわたってWM変動を考慮し,異常値の流線を除くことが出来る。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

人工知能 , 計算機網

, , ,

前のページに戻る