文献

J-GLOBAL ID：201802279071435053   整理番号：18A0189310

Alzheimer病予測のための結合特徴表現に基づくMRIバイオマーカー【Powered by NICT】

A coupled feature representation based MRI biomarker for Alzheimer’s disease prediction

著者 (5件)： Yang Chenhui (Xiamen University, Xiamen, China) ,  Qiu Qi (Xiamen University, Xiamen, China) ,  Hou Chaoqun (Xiamen University, Xiamen, China) ,  Yang Jane (South Pasadena High School, CA, USA) ,  Wang Liansheng (Xiamen University, Xiamen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICSAI  ページ： 726-731  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： 患者はAlzheimer病(AD)に変換する前に軽度認知障害(MCI)は避けられない段階である。MCI例では,部分のみがさらにADに進行する。この進歩は不可逆性であり,致死性が高い。という事実に基づいて,AD症状の開始を遅延させるためのタイムリーな治療を受けるMCI患者可能に変換する正確に予測し,これは臨床試験研究にも高度に有用である。本研究では,AD変換予測のための磁気共鳴(MR)画像の結合特徴表現に基づく新しいバイオマーカーを提案した。最初に,地域特性の間の線形および非線形情報を得るためにTaylorlike膨張基づく結合特徴表現法を採用した。サポートベクトルマシン(SVM)分類器を各試料の決定値は,結合バイオマーカーを評価するように訓練した。結合バイオマーカーは年齢と認知対策(CM)と結合した最終予測を得ることである。実験結果では,提案した結合バイオマーカーはMCI被験者の予測タスクにおける75.4%の10倍交差検証(CV)精度(ACC),および受信者動作特性曲線(AUC)81.7%の下面積を達成し,複合バイオマーカーはさらに84.4%とAUC92.0%の10倍CV ACCを達成した。最後に,結合およびグレーディングバイオマーカーを併合する関節バイオマーカーは80.0%より高い92.6%の85.7%とAUC,SPEとSENの10倍交差検証ACCを達成した。本研究で示された結果は,正確な予測の顕著な寄与を示し,ADにもMCIから変換の予測のためのフレームワークの可能性と拡張可能である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： サポートベクトルマシン ,  線形性 ,  *予測 ,  磁気共鳴 ,  *バイオマーカー ,  患者 ,  画像 ,  AD変換 ,  *Alzheimer病 ,  臨床試験 ,  不可逆性
準シソーラス用語： ROC曲線 ,  被験者 ,  軽度認知障害 ,  *特徴表現 , 【Automatic Indexing@JST】

分類 (2件)： 神経系の診断  (GN02000H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： Alzheimer病 ,  予測 ,  特徴表現 ,  MRI ,  バイオマーカー