文献

J-GLOBAL ID：202002265316455836   整理番号：20A2110632

画像群学に基づく重度うつ病および閾下うつ病分類研究【JST・京大機械翻訳】

Classification Study of Major Depressive Disorder and Subthreshold Depression Based on Radiomics

著者 (4件)： Wang Luying (鄭州大学物理学院(微電子学院),河南鄭州 450052;中国科学院高能物理研究所,北京市射線成像技術与装備工程技術研究中心,北京 100049) ,  Zhao Shujun (鄭州大学物理学院(微電子学院),河南鄭州,450052) ,  Shan Baoci (中国科学院高能物理研究所,北京市射線成像技術与装備工程技術研究中心,北京 100049;中国科学院大学,核科学与技術学院,北京 100049) ,  Tu Ya (北京中医薬大学,北京,100029)
資料名： Zhongguo Yixue Yingxiang Xue Zazhi  (Zhongguo Yixue Yingxiang Xue Zazhi)
巻： 28  号： 7  ページ： 538-542,549  発行年： 2020年 
JST資料番号： C3098A  ISSN： 1005-5185  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】鬱病の診断に関連する画像学的特徴を同定し,認識の特徴に基づいて,重症鬱病(MDD)と閾値下うつ病(StD)の分類モデルを確立する。【材料と方法】MDD40例,StD57例,対照群74例を含む171例の被験者を登録し,T1WI画像を取得し,116の脳領域の画像所見を解剖画像に基づいて抽出した。ツリーに基づく特徴選択方式を用いて初期特徴の重要度を計算し、識別特徴に基づいてSVMモデルを構築し、精度、感度と特異度により分類器の性能を評価した。【結果】MDD患者と健常対照者の間の分類精度は86.51%であり,分類装置を用いたStD患者と正常対照者の間の精度は72.74%であった。対照群とMDD群の分析によると、重要な程度が上位10位を占める特徴の中で占める割合が最も高い脳領域は側頭極に位置し、一方、StD群と正常対照群の分析により、占める割合が最も高い脳領域は小脳に位置することが明らかになった。結論:映像学に基づく方法は分類MDDとStDの診断において潜在的効用があり、識別特徴の位置を定位することで、疾患の病巣を識別できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  小脳 ,  特徴選択 ,  映像 ,  *うつ病 ,  解剖
準シソーラス用語： 画像所見 ,  特異度 ,  側頭部 ,  脳領域 ,  分類モデル , 【Automatic Indexing@JST】

分類 (2件)： 精神障害  (GR03000A) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (3件)： うつ病 ,  分類 ,  研究