文献

J-GLOBAL ID：201902223105668991   整理番号：19A2669057

ヒト胚脳における解剖学的ランドマークの時空間統計モデル【JST・京大機械翻訳】

Spatiotemporal Statistical Model of Anatomical Landmarks on a Human Embryonic Brain

著者 (9件)： Shinjo Aoi (Tokyo University of Agriculture and Technology, Tokyo, Japan) ,  Saito Atsushi (Tokyo University of Agriculture and Technology, Tokyo, Japan) ,  Takakuwa Tetsuya (Kyoto University, Kyoto, Japan) ,  Yamada Shigehito (Kyoto University, Kyoto, Japan) ,  Hontani Hidekata (Nagoya Institute of Technology, Aichi, Japan) ,  Matsuzoe Hiroshi (Nagoya Institute of Technology, Aichi, Japan) ,  Miyauchi Shoko (Kyushu University, Fukuoka, Japan) ,  Morooka Ken’ichi (Kyushu University, Fukuoka, Japan) ,  Shimizu Akinobu (Tokyo University of Agriculture and Technology, Tokyo, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11840  ページ： 94-103  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  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： ヒト胚の解剖学的ランドマーク(LM)の分布の空間時間統計モデルを構築するための新しい方法を提案した。この方法は異常の程度の定量的評価の可能性を示し,先天性奇形の研究において重要である。しかし,大きな形態学的変形が発生の初期段階の間に存在するので,いくつかのLMは特定の発達段階で観察されないかもしれない。従来の統計的形状解析法では,訓練データセットにおけるLMsの欠落を扱うことは困難である。提案した方法の基本概念は,欠落LMの座標を予測し補完することにより統計解析を行うことである。著者らは,19-22のCarnegieステージを有する37の胚被験者を用いて,脳表面上の10のLMの時空間統計モデリングの文脈において,提案した方法を実証した。4つの異なる予測法の間の時空統計モデルの比較研究を行い,変形可能な表面マッピングがモデルの一般化と特異性に関して最良の予測法であることを見出した。Copyright 2019 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： モルフォロジー ,  統計解析 ,  モデリング ,  *ヒト ,  成長段階 ,  *統計模型 ,  予測技法
準シソーラス用語： *ランドマーク ,  特異性 ,  被験者 ,  訓練データ ,  定量的評価 ,  *解剖学的指標 , 【Automatic Indexing@JST】

著者キーワード (4件)： 時空間解析 ,  統計モデル ,  ランドマーク ,  胚

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ヒト ,  胚 ,  脳 ,  解剖学的ランドマーク ,  時空間 ,  統計モデル