文献

J-GLOBAL ID：202002238614091140   整理番号：20A0807330

脳MRIと機械学習に基づくアルツハイマー病の分類【JST・京大機械翻訳】

Classification of Alzheimer’s disease based on brain MRI and machine learning

著者 (5件)： Fan Zhao (Institute of Geriatrics, Shanxi Medical University, Taiyuan, China) ,  Xu Fanyu (School of Stomatology, Shanxi Medical University, Taiyuan, China) ,  Qi Xuedan (306 Hospital of PLA, Beijing, China) ,  Li Cai (Department of Physiology, Basic Medical Sciences of Shanxi Medical University, Taiyuan, China) ,  Yao Lili (Department of Physiology, Basic Medical Sciences of Shanxi Medical University, Taiyuan, China)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 7  ページ： 1927-1936  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
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： アルツハイマー病(AD)は世界で最も一般的な疾患の1つである。認知障害と記憶悪化を引き起こす神経変性疾患である。近年,高齢者集団の数は増加しており,高齢者の発症率は有意に増加している。これらの疾患の最も代表的なものはアルツハイマー病である。いくつかのデータによると,アルツハイマー病患者の平均生存期間はわずか5.5年であり,心血管疾患,脳血管疾患および癌の後の高齢者の健康を危険にさらす「第4のキラー」である。アルツハイマー病の国際連合の保存的評価によると,世界中のアルツハイマー病患者の数は2030年までに75.62百万に増加する。2050年までに,患者数は135.46百万に達する。したがって,アルツハイマー病の経過を分類することは緊急である。本論文では,サポートベクトルマシン(SVM)モデル法を用いて,疾患の補助診断を助けるために,構造的脳磁気共鳴画像(MRI)画像データに基づくアルツハイマー病の異なる疾患過程を分類し予測した。本論文では,抽出したMRIデータとSVMモデルを組み合わせて,より正確な分類予測結果を得た。分類と予測の精度は最良である。予測結果によると,疾患に関連するデータ特性を決定することができ,それは臨床的および基礎的研究,病因および病理学的変化のための基礎を提供することができる。Copyright Springer-Verlag London Ltd., part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 脳血管障害 ,  *Alzheimer病 ,  心血管疾患 ,  NMRイメージング ,  国際連合 ,  サポートベクトルマシン ,  病因 ,  *機械学習
準シソーラス用語： 画像データ ,  補助診断 ,  神経変性疾患 ,  認知障害 ,  *頭部MRI , 【Automatic Indexing@JST】

著者キーワード (4件)： 機械学習 ,  サポートベクトルマシン ,  脳MRI ,  アルツハイマー病

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 脳MRI ,  機械学習 ,  アルツハイマー ,  分類