文献

J-GLOBAL ID：201802225242095903   整理番号：18A0973695

アルツハイマー病を検出するための新しい分類法【JST・京大機械翻訳】

New Method of Classification to Detect Alzheimer Disease

著者 (3件)： Rabeh Amira Ben ,  Benzarti Faouzi ,  Amiri Hamid
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CGiV  ページ： 111-116  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,任意の段階でアルツハイマー病を検出するための分類の新しい方法を提示する:早期対照,軽度認知障害(MCI)およびアルツハイマー病(AD)。本論文では,セグメンテーションレベルセットの方法の結果に基づく分類法を提案した。このような分類法の成功は,セグメンテーション法と研究対象領域の抽出によるものである。また,より良い分類結果を与えるために,形式を抽出するときに使用した記述子を用いた。この教師つき分類法を示した。この方法は,4つの距離に従って,その侵入が新しい侵入Xに最も近い4つの学習サンプルを考慮に入れることにある。すなわち,ユークリッド,マンハタン,Hausdorff,AMED(平均最小ユークリッド距離)である。新しい入力Xに関連する出力を推定する。75名の被験者を用いてCADを試験した:25名の正常(年齢±SD=60±8歳),25名のMCI(年齢±SD=65±8歳)および25名のAlzheimer(年齢±SD=60±8歳)。この方法は,アルツハイマー病検出で92%の精度を証明した。著者らの方法は,任意のステップにおけるアルツハイマー病を診断するための有用なツールとなり得る。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  *Alzheimer病
準シソーラス用語： 被験者 ,  Euclid距離 ,  教師付き分類 ,  軽度認知障害 ,  *分類法 , 【Automatic Indexing@JST】

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (2件)： アルツハイマー病 ,  分類法