文献

J-GLOBAL ID：201802220688332424   整理番号：18A1381563

マルチモーダル画像データを用いたAlzheimer病診断のための弁別スパース特徴【JST・京大機械翻訳】

Discriminative Sparse Features for Alzheimer’s Disease Diagnosis Using Multimodal Image Data

著者 (6件)： Ortiz Andres (Department of Communications Engineering, University of Malaga, Malaga 29071, Spain) ,  Lozano F. (Department of Communications Engineering, University of Malaga, Malaga 29071, Spain) ,  Gorriz Juan M. (Department of Psychiatry, Robinson Way, CB2 0SZ, University of Cambridge, United Kingdom) ,  Ramirez Javier (Department of Signal Theory, Networking and Communications , University of Granada, Granada 18071, Spain) ,  Martinez Murcia Francisco J. (Department of Signal Theory, Networking and Communications , University of Granada, Granada 18071, Spain) ,  for the Alzheimer’s Disease Neuroimaging Initiative (, 0)
資料名： Current Alzheimer Research  (Current Alzheimer Research)
巻： 15  号： 1  ページ： 67-79  発行年： 2018年 
JST資料番号： W3563A  ISSN： 1567-2050  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 不明 (ARE)  言語： 英語 (EN)

抄録/ポイント： 背景:医用画像処理における特徴抽出は,特に高次元データセットにおいて依然として課題となっており,そこでは利用可能なサンプルの期待される数は特徴空間の次元よりもかなり低い。これは,実世界のデータにおける一般的問題であり,特に医用画像処理において,画像は数千のボクセルから構成されているが,少数の患者しか利用できない。【目的】記述的および識別的特徴を抽出して,次元問題のcurSeにより,分類タスクにおいて特に重要な,少数の特徴により各サンプル(画像)を表現する。方法:本論文では,データのスパース表現によりこの認識問題を解決し,特殊化分類器を組み合わせることにより,多モード画像(PETおよびMRI)データ分類に対するアリーナを提供した。ここでは,SVC分類器を効果的に結合する新しい方法を示した。これは,各分類器における各クラスに対して計算された超平面への距離を用いて,各ケースにおける最も識別可能な画像モダリティを選択することを可能にする。各モダリティの識別力も,病気の進化に関する情報を提供する。対照被験者(CN)と比較した場合,アルツハイマー病患者(AD)において機能的変化が明確に見られたが,構造変化は疾患の初期段階においてより関連性があり,軽度認知障害(MCI)患者に影響を及ぼした。【結果】アルツハイマー病神経画像開始データベースからの68CN,70ADおよび111MCI画像を用いた分類実験を実施し,交差検証により評価し,提案方法の有効性を示した。CN/ADとCN/MCI分類に対する92%と84%までの精度値を達成した。結論:本研究で提示した方法は,脳画像のスパース表現が,軽量データトランザクションを維持しながら,顕著な特徴を捉えることができるので,関連する画像特徴を符号化し転送するために重要であることを示した。実際に,本研究で提案した方法は,画像の代表的特徴を抽出するための主成分分析のような射影法を用いて得られた分類結果よりも優れている。Copyright 2018 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多モード ,  特徴抽出 ,  データベース ,  計算機診断 ,  *透視図法 ,  主成分分析 ,  *画像 ,  ボクセル ,  射影 ,  符号化 ,  *Alzheimer病 ,  患者 ,  画像特性
準シソーラス用語： モダリティ ,  スパース表現 , 【Automatic Indexing@JST】

著者キーワード (6件)： まばらな特徴 ,  マルチモデルデータ ,  軽度認知障害 ,  サポートベクトル分類器 ,  コンピュータ支援診断 ,  ADNI

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： マルチモーダル画像 ,  Alzheimer病 ,  診断