文献

J-GLOBAL ID：201902212709289028   整理番号：19A2422327

医用画像と人工知能アルゴリズムを用いたパーキンソン病患者の分類【JST・京大機械翻訳】

Classification of Patients with Parkinson’s Disease Using Medical Imaging and Artificial Intelligence Algorithms

著者 (3件)： Pereira Helena R. (Departamento de Engenharia Eletrotecnica da Faculdade de Ciencias e Tecnologia da Universidade Nova de Lisboa, Lisbon, Portugal) ,  Pereira Helena R. (Instituto de Biofisica e Engenharia Biomedica da Faculdade de Ciencias da Universidade de Lisboa, Lisbon, Portugal) ,  Ferreira Hugo A. (Instituto de Biofisica e Engenharia Biomedica da Faculdade de Ciencias da Universidade de Lisboa, Lisbon, Portugal)
資料名： IFMBE Proceedings  (IFMBE Proceedings)
巻： 76  ページ： 2043-2056  発行年： 2020年 
JST資料番号： W5069A  ISSN： 1680-0737  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 初期段階におけるParkinson症候群(PS)の診断は挑戦である。PSは通常類似の症状を呈し,診断は主に臨床的であり,しばしばPSと他の運動障害の間の誤診を引き起こす。Parkinson病(PD)は世界人口の大部分に影響する最も一般的なPSである。磁気共鳴画像(MRI)および単一光子放出コンピュータ断層撮影(SPECT)のような医用画像は,現在,解剖学およびドーパミン作動系における変化を検出するために使用されている。SPECTイメージングにより,PDと診断された患者群を見出すことができたが,ドーパミン類似体の取り込みの低下はなく,いわゆる「ドーパミン作動性認知症(SWEDD)」と呼ばれた。今日では,畳込みニューラルネットワーク(CNN)のような深い学習アルゴリズムは,画像における病気に関連するパターンを検出するための医療分野において有用なツールになっている。本研究では,PD,SWEDD,および対照被験者からのMRIおよびSPECT画像の分類のためにCNNを用いたアプローチを提案し,PDに関連する関心領域を同定した。提案したモデルは,中脳を囲むMRI画像を用いて97.4%の精度を達成し,基底核を囲むSPECTスライスで93.3%を達成した。結果は,CNNが対照対PDとPD対SWEDDを識別できることを示唆し,CNNは65.7%までの精度を達成した。PD対SWEDDに関して,この分類は中脳を囲むMRI画像を用いて73.3%の精度を得て,基底核を包むSPECTスライスで93.3%を得た。結果は,CNNが対照対PDおよびPD対SWEDDを識別できるが,SWEDD患者がドーパミン欠乏の証拠を示さないという事実を支持する対照対SWEDDではないことを示唆する。さらに,分類は,分類に最も関連する中脳または基底核を含む画像の同定を可能にした。Copyright 2020 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： SPECT ,  *ヒト ,  NMRイメージング ,  大脳基底核 ,  *医用画像 ,  *人工知能 ,  中脳 ,  学習アルゴリズム ,  *画像 ,  *アルゴリズム ,  *Parkinson病 ,  認知症 ,  解剖学 ,  カテコールアミン ,  第一アミン
準シソーラス用語： 被験者 ,  単一光子 , 【Automatic Indexing@JST】

分類 (2件)： 神経系の診断  (GN02000H) ,  放射線を利用した診断  (GC04020K)

物質索引 (1件)： ドーパミン

タイトルに関連する用語 (6件)： 医用画像 ,  人工知能 ,  アルゴリズム ,  パーキンソン病 ,  患者 ,  分類