文献

J-GLOBAL ID：201802279266406475   整理番号：18A0383998

安静時f MRI,グラフ理論的アプローチとSVM(サポートベクトルマシン)を用いたMCIからADへの転換の予測【Powered by NICT】

Predicting conversion from MCI to AD using resting-state fMRI, graph theoretical approach and SVM

著者 (6件)： Hojjati Seyed Hani (Department of Electrical Engineering, Babol University of Technology, Babol, Iran) ,  Ebrahimzadeh Ata (Department of Electrical Engineering, Babol University of Technology, Babol, Iran) ,  Khazaee Ali (Department of Electrical Engineering, University of Bojnord, Bojnord, Iran) ,  Babajani-Feremi Abbas (Department of Pediatrics, Division of Clinical Neurosciences, University of Tennessee Health Science Center, Memphis, TN, USA) ,  Babajani-Feremi Abbas (Neuroscience Institute and Children’s Foundation Research Institute, Le Bonheur Children’s Hospital, Memphis, TN, USA) ,  Babajani-Feremi Abbas (Department of Anatomy and Neurobiology, University of Tennessee Health Science Center, Memphis, TN, USA)
資料名： Journal of Neuroscience Methods  (Journal of Neuroscience Methods)
巻： 282  ページ： 69-80  発行年： 2017年 
JST資料番号： A1129A  ISSN： 0165-0270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： はAlzheimer病(AD),MCI変換器(MCI C),進行しないMCIとAD,MCI非変換器(MCI NC),静止状態f MRI(rs fMRI)に基づくへ進行する軽度認知障害(MCI)患者の同定を検討した。グラフ理論と機械学習アプローチは,RS,fMRIを用いたADとMCI患者の進展を予測するために利用した。十八MCIの修道院(平均年齢73.6歳;男性11人)および62人の同年齢MCI非変換器(平均年齢73.0歳,男性28名)が本研究に含まれた。は局所的および大域的グラフ測度に基づいて構築された特徴を用いたMCI NCからMCICを分類するためのサポートベクトルマシン(SVM)を訓練し,試験した。新しい特徴選択アルゴリズムを開発し,特徴の最適部分集合を選択した。SVMの最適な特徴の部分集合を用いて,MCI NCからMCICを分類精度,感度,特異性,および91.4%,83.24%,90.1%,及び0.95の受信者動作特性(ROC)曲線下面積であった。さらに,この統計的解析の結果は,ADで影響された脳領域を同定するために使用した。著者らの知識の及ぶ限りでは,これはグラフ対策(rs fMRIに基づいて構築)を組み合わせた機械学習アプローチとMCI NCからMCICを正確に分類する最初の研究である。本研究の結果は,初期のAD診断のための提案した方法の可能性を示し,この変換の根底にある影響を受けた脳領域を同定することにより,MCIからADへの移行を予測するためのRS fMRIの能力を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 部分集合 ,  患者 ,  機械学習 ,  Alzheimer病 ,  測度 ,  *サポートベクトルマシン ,  男性 ,  統計解析 ,  変換器 ,  *グラフ理論 ,  特徴選択
準シソーラス用語： 脳領域 ,  特異性 ,  軽度認知障害 ,  *機能的MRI , 【Automatic Indexing@JST】

著者キーワード (7件)： アルツハイマー病(AD) ,  軽度認知障害(MCI) ,  MCI変換器 ,  MCI非変換器 ,  安静時f MRI ,  グラフ理論 ,  機械学習アプローチ

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (8件)： 安静 ,  MRI ,  グラフ理論 ,  SVM ,  サポートベクトルマシン ,  AD ,  転換 ,  予測