文献

J-GLOBAL ID：201902235756392062   整理番号：19A0641857

空間時間統計的形状モデルに基づく無秩序発達開始予測【JST・京大機械翻訳】

Disorder Development Onset Prediction Based on Spatiotemporal Statistical Shape Model

著者 (5件)： Alam Saadia Binte ,  Shimizu Akinobu ,  Ando Kumiko ,  Ishikura Reiichi ,  Kobashi Syoji
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SMC  ページ： 385-390  発行年： 2018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： 初期発生段階の間,脳は,生命における他の段階よりも大きさ,形状,および外見においてより多くの変化を受ける。脳発達のより良い理解は,治療教育の非常に早期の検出と応用を通して,発達障害の症状を減少させることができる。本論文では,新生児脳MR画像を用いて脳発達障害の発症確率を推定するコンピュータ支援診断(CAD)システムを提示した。CADシステムは,最初に新生児脳の時空間統計形状モデル(stSSM)を構築し,静的および動的形態特徴を抽出し,機械学習技術を用いて確率を推定する。本論文では,以前のEMベースのstSSM構築法を拡張することにより,時間的に連続的な固有ベクトルを生成するstSSM構築法を提案した。この方法は,修正年齢が-5から730日の間にある12の新生児脳に適用することにより検証された。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 新生児 ,  固有ベクトル ,  計算機診断 ,  *予測 ,  NMRイメージング
準シソーラス用語： 機械学習技術 ,  *形状モデル ,  CADシステム ,  発症 ,  発達障害 ,  治療教育 ,  脳発生 ,  統計的形状モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 統計的形状モデル ,  発達 ,  予測