文献

J-GLOBAL ID：202002269487352184   整理番号：20A2274517

ネットワーク異常検出のためのMin-Cut Max-Flow:早産への応用【JST・京大機械翻訳】

Min-Cut Max-Flow for Network Abnormality Detection: Application to Preterm Birth

著者 (8件)： Irzan Hassna (Department of Medical Physics and Biomedical Engineering, University College London, London, UK) ,  Irzan Hassna (School of Biomedical Engineering and Imaging Sciences, Kings College London, London, UK) ,  Fidon Lucas (School of Biomedical Engineering and Imaging Sciences, Kings College London, London, UK) ,  Vercauteren Tom (School of Biomedical Engineering and Imaging Sciences, Kings College London, London, UK) ,  Ourselin Sebastien (School of Biomedical Engineering and Imaging Sciences, Kings College London, London, UK) ,  Marlow Neil (Institute for Women’s Health, University College London, London, UK) ,  Melbourne Andrew (Department of Medical Physics and Biomedical Engineering, University College London, London, UK) ,  Melbourne Andrew (School of Biomedical Engineering and Imaging Sciences, Kings College London, London, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12443  ページ： 164-173  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： 構造接続のニューロイメージング研究は,多くの被験者からのデータを典型的に平均し,得られたネットワークの平均特性を分析する。個々の脳ネットワーク構造異常検出のための新しいフレームワークを提案した。フレームワークは,被験者レベルで異常な構造的連結性を検出することができるグラフベースの異常検出アルゴリズムを使用する。提案方法は一般的であり,広範囲のネットワーク異常検出問題に適応できる。本研究では,19歳の超早産個体の白質路の完全性を調べるために,この方法を適用した。ネットワーク異常検出問題を最小カット最大フロー問題にキャストする実現可能性を示し,両側視床と前頭回りを含む共通ネットワークを含む,極めて早急な被験者における一貫した異常な白質路を同定した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  視床 ,  ネットワーク構造 ,  最大流問題 ,  白質 ,  完全性 ,  連結性
準シソーラス用語： 被験者 ,  *Max ,  異常検出 ,  ニューロイメージング ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (4件)： 異常検出 ,  Max ,  早産 ,  応用