文献

J-GLOBAL ID：201902228701944586   整理番号：19A0633152

単一MRIと深部神経回路網を用いたアルツハイマー病と軽度認知障害の自動分類【JST・京大機械翻訳】

Automated classification of Alzheimer’s disease and mild cognitive impairment using a single MRI and deep neural networks

著者 (8件)： Basaia Silvia (Neuroimaging Research Unit, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy) ,  Agosta Federica (Neuroimaging Research Unit, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy) ,  Wagner Luca (Effeventi s.r.l., Milan, Italy) ,  Canu Elisa (Neuroimaging Research Unit, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy) ,  Magnani Giuseppe (Department of Neurology, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy) ,  Santangelo Roberto (Department of Neurology, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy) ,  Filippi Massimo (Neuroimaging Research Unit, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy) ,  Filippi Massimo (Department of Neurology, Institute of Experimental Neurology, Division of Neuroscience, San Raffaele Scientific Institute, Vita-Salute San Raffaele University, Milan, Italy)
資料名： NeuroImage: Clinical  (NeuroImage: Clinical)
巻： 21  ページ： ROMBUNNO.2018.101645  発行年： 2019年 
JST資料番号： W3179A  ISSN： 2213-1582  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： 単一断面脳構造MRIスキャンに基づいてAD(c-MCI)に変換するアルツハイマー病(AD)と軽度認知障害の個々の診断を予測する深い学習アルゴリズムを構築し,検証した。畳込み神経回路網(CNNs)をADNIからの3D T1強調画像に適用し,著者らの研究所で募集した被験者(407人の健常対照[HC],418AD,280c-MCI,533安定MCI[s-MCI])を採用した。CN性能をAD,c-MCIおよびs-MCIの識別において試験した。すべての分類において高レベルの精度が達成され,ADNIデータセットのみ(99%)とADNI+非ADNIデータセット(98%)の両方を用いたAD対HC分類試験で達成された。CNNsはs-MCI患者からc-MCIを75%までの精度で識別し,ADNIと非ADNI画像間に差はなかった。CNNsは,AD連続体に沿った自動個人患者診断のための強力なツールを提供する。著者らの方法は,事前の特徴工学なしで,画像プロトコルとスキャナの可変性にもかかわらず,良好に機能し,それが,ノット訓練されたオペレータによって爆発的であり,患者データを見ることができないようであることを示した。CNNsは,患者の評価と管理を助けるために,ルーチン診療における構造MRIの採用を加速する可能性がある。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： 三次元 ,  画像 ,  *神経回路網 ,  *Alzheimer病 ,  走査装置 ,  予測 ,  走査 ,  連続体 ,  オペレータ ,  学習アルゴリズム ,  畳込み ,  診断 ,  *自動分類
準シソーラス用語： 被験者 ,  *軽度認知障害 , 【Automatic Indexing@JST】

著者キーワード (6件)： アルツハイマー病 ,  軽度認知障害 ,  診断 ,  予測 ,  深層学習 ,  畳み込みニューラルネットワーク

分類 (1件)： 神経系の診断  (GN02000H)

タイトルに関連する用語 (6件)： MRI ,  深部 ,  神経回路網 ,  アルツハイマー ,  軽度認知障害 ,  自動分類