文献

J-GLOBAL ID：202002284285866342   整理番号：20A0501984

耳鳴に対する形態学的神経画像バイオマーカー:機械学習の適用により得られた証拠【JST・京大機械翻訳】

Morphological Neuroimaging Biomarkers for Tinnitus: Evidence Obtained by Applying Machine Learning

著者 (11件)： Liu Yawen (School of Biological Science and Medical Engineering, Beihang University, Beijing, China) ,  Niu Haijun (School of Biological Science and Medical Engineering, Beihang University, Beijing, China) ,  Zhu Jianming (Department of Radiation Oncology, University of North Carolina Healthcare, North Carolina, USA) ,  Zhao Pengfei (Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China) ,  Yin Hongxia (Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China) ,  Ding Heyu (Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China) ,  Gong Shusheng (Department of Otolaryngology Head and Neck Surgery, Beijing Friendship Hospital, Capital Medical University, Beijing, China) ,  Yang Zhenghan (Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China) ,  Lv Han (Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China) ,  Wang Zhenchang (School of Biological Science and Medical Engineering, Beihang University, Beijing, China) ,  Wang Zhenchang (Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing, China)
資料名： Neural Plasticity (Web)  (Neural Plasticity (Web))
巻： 2019  ページ： Null  発行年： 2019年 
JST資料番号： U7808A  ISSN： 2090-5904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 以前の研究によると,耳鳴患者において多くの神経解剖学的変化が検出されている。しかし,これらの研究の結果は矛盾していた。本研究の目的は,機械学習法を用いて特発性耳鳴を特徴付ける可能性のある皮質/皮質下形態学的神経画像バイオマーカーを探索することであった。特発性耳鳴患者46名と健常者56名を対象とした。各被験者に対して,61の脳領域の灰白質容積を元の特徴プールとして抽出した。この特徴プールから,Fスコアと逐次順方向浮動選択(SFFS)法を組み合わせたハイブリッド特徴選択アルゴリズムを,特徴を選択するために実行した。次に,選択した特徴を用いて,サポートベクトルマシン(SVM)モデルを訓練した。曲線下面積(AUC)と精度を用いて分類モデルの性能を評価した。結果として,13の皮質/皮質下脳領域の組み合わせが,健康な被験者から耳鳴を有する患者を効果的に区別するために最も高い分類精度を有することが分かった。これらの脳領域には,両側視床下部,右島,両側上側頭回,左ro中前頭回,両側下側頭回,右下壁小葉,右横側頭葉回,右中側頭回,右帯状回,左上前頭回が含まれている。訓練と試験データセットの精度はそれぞれ80.49%と80.00%であり,AUCは0.8586であった。著者らの知る限りでは,これはSVM分類器を適用することにより耳鳴患者における脳の形態学的変化を解明する最初の研究である。本研究では,健常者から耳鳴患者を識別するための皮質/皮質下形態学的神経画像バイオマーカーを検証し,耳鳴患者における神経解剖学的変化の理解に寄与する。Copyright 2019 Yawen Liu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 浮動 ,  側頭葉 ,  特徴選択 ,  *バイオマーカー ,  サポートベクトルマシン ,  *機械学習 ,  モルフォロジー ,  アルゴリズム ,  血中濃度-時間曲線下面積 ,  皮質 ,  *耳鳴 ,  灰白質 ,  視床下部
準シソーラス用語： 帯状回 ,  *ニューロイメージング , 【Automatic Indexing@JST】

分類 (1件)： 神経系の疾患  (GN03000O)

引用文献 (42件)：

• D. D. Walker, A. S. Cifu, M. B. Gluth, "Tinnitus," JAMA, vol. 315, no. 20, pp. 2221-2222, 2016.
• R. A. Levine, Y. Oron, "Tinnitus," Handbook of Clinical Neurology, vol. 129, pp. 409-431, 2015.
• D. Baguley, D. McFerran, D. Hall, "Tinnitus," Lancet, vol. 382, no. 9904, pp. 1600-1607, 2013.
• M. Meyer, P. Neff, F. Liem, T. Kleinjung, S. Weidt, B. Langguth, M. Schecklmann, "Differential tinnitus-related neuroplastic alterations of cortical thickness and surface area," Hearing Research, vol. 342, pp. 1-12, 2016.
• L. Boyen, D. Kleine, V. Dijk, "Gray matter in the brain: differences associated with tinnitus and hearing loss," Hearing Research, vol. 295, no. 62, pp. 67-78, 2013.

タイトルに関連する用語 (6件)： 耳鳴 ,  形態学 ,  神経画像 ,  バイオマーカー ,  機械学習 ,  証拠