文献

J-GLOBAL ID：201902237914519874   整理番号：19A0135734

局所的および大域的特徴を用いた注意欠陥多動性障害の検出【JST・京大機械翻訳】

Detection of Attention Deficit Hyperactivity Disorder Using Local and Global Features

著者 (3件)： Cicek Gulay (Department of Biomedical Engineering, Istanbul University, Istanbul, Turkey) ,  Akan Aydin (Department of Biomedical Engineering, Izmir Ka^tip Celebi University, Izmir, Turkey) ,  Metin Baris (NPIstanbul Neuropsychiatry Hospital, Department of Neurology, Istanbul, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： TIPTEKNO  ページ： 1-4  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： 注意欠陥多動性障害(ADHD)は,数百万人の子供に影響を及ぼし,多くの時間を成人期に影響する精神状態である。人がADHDを持つかどうかを示すことができる単一試験はない。症状は,人から人まで変化する。従って,多くの身体疾患とは反対にADHDを診断することは困難である。本研究の目的は,ヒトの努力を最小化し,ADHDの診断の精度を向上させる方法を作成することである。26名の被験者から構造的磁気共鳴画像(MRI)を収集した:11名の対照および15名のADHDと診断された小児。データは,NPIstanbul神経精神病院から提供された。ADHDを診断するための自動,有効,迅速,正確なフレームワークを開発した。モデルを,Matlab機械学習ツールボックスを用いて,k-最近傍アルゴリズム(KNN)およびナイーブBayes上に構築した。形状とテクスチャ特徴抽出技術を用いた。面積,ペリメータ,偏心度,等価距離,MajorAxis長,MinorAxis長,配向は形状特徴抽出技術のために使用される特性である。磁気共鳴画像のテクスチャ特徴を,最初(平均,分散,歪度,尖度)および二次統計(コントラスト,相関,均一性,エネルギー)ベースの特徴抽出技術で表した。灰色および白色領域をk-平均アルゴリズムを用いて抽出した。これらの領域から形状とテクスチャ法により局所特徴を抽出した。グローバル特徴を,グレイレベル共起法と呼ばれる二次統計で抽出した。最も重要な属性は主成分分析を用いて決定した。実験は,26例を含む完全な訓練データセットで行い,5回交差検証をランダムサンプリング訓練とテストセットのために採用した。提案した方法を用いて,ADHDを100%の精度で分類することに成功した。著者らの研究の結果は,ADHDを診断する努力において医師を知らせることによって数医療過誤を減少させるであろう。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： 主成分分析 ,  *アルゴリズム ,  NMRイメージング ,  ヒト ,  子供 ,  コントラスト ,  精神科病院 ,  医師 ,  特徴抽出 ,  機械学習
準シソーラス用語： 質感 ,  二次統計 ,  尖度 ,  MATLAB ,  被験者 , 【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 (1件)： 注意欠陥多動性障害