文献

J-GLOBAL ID：202002281912201561   整理番号：20A0632192

パーキンソン病発症の予測を改善した異なる眼科検査の結果の組合せ【JST・京大機械翻訳】

Combining Results of Different Oculometric Tests Improved Prediction of Parkinson’s Disease Development

著者 (6件)： Sledzianowski Albert (Polish-Japanese Academy of Information Technology, Warsaw, Poland) ,  Szymanski Artur (Polish-Japanese Academy of Information Technology, Warsaw, Poland) ,  Drabik Aldona (Polish-Japanese Academy of Information Technology, Warsaw, Poland) ,  Szlufik Stanislaw (Neurology, Faculty of Health Science, Medical University of Warsaw, Warsaw, Poland) ,  Koziorowski Dariusz M. (Neurology, Faculty of Health Science, Medical University of Warsaw, Warsaw, Poland) ,  Przybyszewski Andrzej W. (Polish-Japanese Academy of Information Technology, Warsaw, Poland)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12034  ページ： 517-526  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： 本論文では,パーキンソン病(PD)患者の反射性サッカードと反サッカードの測定結果を比較し,統一Parkinson病評価尺度(UPDRS)結果を予測するための最良の設定を決定しようとした。アルツハイマー病の後,PDは統計学的に2番目であり,今日まで,有効な治療法は見つかっていない。幸いに,PDは非常にゆっくりと発達し,早期検出はその進行を遅らせるのに非常に重要である。この実験では,制御された条件で眼球追跡試験を行った11人のPD患者の反射サッカード(RS)と抗サッカード(AS)を検討した。患者の能力の神経学的測定を,RSとASのパラメータによる統一Parkinson病評価尺度(UPDRS)スケールにより記述した。著者らは,データの前処理とUPDRSスコア化グループ[1]の予測のために,科学者に実装されたツールを用いた。異なるデータセットによる実験により,RSとASパラメータを計算属性に組み合わせることにより最良の結果を得た。著者らはまた,予測の精度がそのような誘導された属性の数とともに増加することを示した。予測の89%の精度を達成し,計算された属性がソースパラメータよりも特徴的な重要性評価において50%高い結果を有することを示した。このテキストで記述された眼球追跡試験は,比較的容易に行うことができ,PD診断をサポートすることができた。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： *Parkinson病 ,  眼球 ,  機械学習 ,  データマイニング ,  *眼科学 ,  前処理 ,  震源パラメータ ,  Alzheimer病
準シソーラス用語： スコア化 ,  評価尺度 ,  断続性運動 , 【Automatic Indexing@JST】

著者キーワード (7件)： パーキンソン病 ,  反射性サッカード ,  アンチサッカード ,  眼の追跡 ,  データマイニング ,  機械学習 ,  UPDRS

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  データベースシステム  (JD03030U) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： パーキンソン病 ,  発症 ,  予測 ,  眼科検査 ,  組合せ