文献
J-GLOBAL ID:201802247754522520   整理番号:18A2023777

畳み込みニューラルネットワークに基づくAlzheimer病のための新しいマルチモーダルMRI解析【JST・京大機械翻訳】

A Novel Multimodal MRI Analysis for Alzheimer’s Disease Based on Convolutional Neural Network
著者 (7件):
資料名:
巻: 2018  号: EMBC  ページ: 754-757  発行年: 2018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:
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。
近年,アルツハイマー病(AD)はヒトの健康に重大な脅威となっているが,ADの正確なスクリーニングと診断は困難な問題のままである。多モード磁気共鳴画像(MRI)は,非侵襲的方法で脳機能と構造の変化を同定するのを助けることができる。深い学習,特に畳込みニューラルネットワーク(CNN)は,分類のための適切な特徴を自動的に検出するために利用できる。それは,コンピュータ支援ADスクリーニングと同定によく適合する。本論文は,CNNに基づく多モードMRI分析法を提案して,それは単一型MRIデータ解析にも好適であった。最初に,人間の脳ネットワーク連結性マトリックスを,CNNの入力データとして用いた多モードMRIデータから抽出した。次に,新規CNNフレームワークを提案して,ネットワークマトリックスを処理して,AD,健nes軽度認知障害(aMCI)患者および正常対照(NC)を分類した。本方法の利点は,著者らがCNNコンボリューションカーネルを通して多モードMRI情報を結合して,より高い分類精度を達成することにあった。著者らの実験において,AD,aMCI患者およびNCの包括的分類精度は,多モードMRIデータを入力として用いるとき,92.06%と高く,多モードMRIデータ解析のための参照を提供するのに十分有効である。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:
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
図形・画像処理一般 
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