文献

J-GLOBAL ID：201802266911216293   整理番号：18A2217799

多重クラスタ密畳込みネットワークに基づくAlzheimer病診断【JST・京大機械翻訳】

Alzheimer’s disease diagnosis based on multiple cluster dense convolutional networks

著者 (3件)： Li Fan (Department of Instrument Science and Engineering, School of EIEE, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Liu Manhua (Department of Instrument Science and Engineering, School of EIEE, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Liu Manhua (Shanghai Engineering Research Center for Intelligent Diagnosis and Treatment Instrument, Shanghai Jiao Tong University, Shanghai, 200240, China)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 70  ページ： 101-110  発行年： 2018年 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： アルツハイマー病(AD)は,記憶および認知機能の進行性障害を伴う不可逆的神経変性疾患である。構造的磁気共鳴画像(MRI)は,AD診断のための脳解剖学的変化を評価するために重要な役割を果たす。機械学習技術は,ADの定量的評価とコンピュータ支援診断のためのMRI計算と分析に関して広く研究されている。ほとんどの既存の方法は,登録とセグメンテーションのような画像処理の後に手の特徴を抽出して,次に,他のグループからAD被験者を区別するために分類装置を訓練する。画像分類における深い学習の成功に動機付けられて,本論文は,AD分類のために結合されたMR脳画像の様々な局所的特徴を学習するために,多重クラスタ高密度畳込みニューラルネットワーク(DenseNet)に基づく分類法を提案した。最初に,全体の脳画像を異なる局所領域に分割し,各領域から多数の3Dパッチを抽出した。第二に,各領域からのパッチをK-平均クラスタリング法により異なるクラスタにグループ化した。第3に,各クラスタに対するパッチ特徴を学習するためにDenseNetを構築し,各領域の識別クラスタから学習された特徴を分類のために集合させた。最後に,異なる局所領域からの分類結果を組み合わせて,最終画像分類を強化した。提案方法は,分類タスクのために局所パッチからグローバル画像レベルまでMRI特徴を徐々に学習することができる。MRI画像を前処理するために必要な剛体レジストレーションとセグメンテーションはない。著者らの方法は,199人のAD患者を含む831人の被験者のT1加重MRIs,403人の軽度認知障害(MCI),およびAlzheimer病神経画像開始(ADNI)データベースからの229人の正常対照(NC)被験者を用いて評価される。実験結果により,提案した方法は,AD対NC分類に対して89.5%の精度と92.4%のAUC(ROC曲線下面積)を達成し,MCI対NC分類に対して73.8%の精度と77.5%のAUCを達成し,有望な分類性能を実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ化 ,  前処理 ,  計算機診断 ,  データベース ,  *ネットワーク ,  セグメンテーション ,  画像 ,  *Alzheimer病 ,  画像処理 ,  *畳込み ,  *多重化 ,  NMRイメージング ,  *クラスタ ,  三次元
準シソーラス用語： 被験者 , 【Automatic Indexing@JST】

著者キーワード (5件)： アルツハイマー病 ,  高密度畳込みネットワーク ,  k平均クラスタ化 ,  パッチの特徴 ,  構造磁気共鳴画像

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 多重 ,  クラスタ ,  畳込み ,  Alzheimer病 ,  診断