文献

J-GLOBAL ID：202102268601254482   整理番号：21A0892658

Parkinson病治療に対する複数の深部脳刺激パラメータ配置を区別するための深層学習の応用【JST・京大機械翻訳】

Application of deep learning to distinguish multiple deep brain stimulation parameter configurations for the treatment of Parkinson’s disease

著者 (4件)： LeMoyne Robert (Northern Arizona University,Adjunct Professor Department of Biological Sciences,Flagstaff,AZ,USA) ,  Mastroianni Timothy (Founder of Cognition Engineering,Pittsburgh,PA,USA) ,  Whiting Donald (System Chair AHN Neuroscience Institute,Department of Neurosurgery,Pittsburgh,PA,USA) ,  Tomycz Nestor (Neurosurgeon West Penn Allegheny Health System,Pittsburgh,PA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMLA  ページ： 1106-1111  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深部脳刺激は,Parkinson病を改善する患者特異的および最適調整治療に対する機会を提供する。深部脳刺激の有効性の障害は,治療反応の定量化である。慣性センサシステムの実装は,それぞれの信号データを通して運動障害の特性を定量化するのに,かなり増大した。例えば,これらの慣性センサは,振戦を客観的に定量化するために手の背部に搭載できるウェアラブルおよび無線システムを効果的に構成する。機械学習アルゴリズムを用いて,かなりの分類精度を達成した。コンフォーマルウェアラブルおよび無線慣性センサシステムは,帯域のオーダーのプロファイルを有する接着剤媒体によって手の背を便利に取り付けることができる,最近開発した。さらに,これらの共形ウェアラブルと無線慣性センサシステムは,安全なクラウドコンピューティング環境へ無線伝送するデータを持っている。この能力は,振幅設定のソーティングのような複数の深い脳刺激パラメータ構成の文脈において,Parkinson病振戦応答に対する慣性センサ信号を確認する機会を提供する。本研究の目的は,コンフォーマルウェアラブルおよび無線慣性センサシステムによる振戦の定量化によるTensorFlowによる深い学習畳込みニューラルネットワークを用いて,ベースラインとしてのΔΨOff’設定,振幅セット1.0mA,振幅セット対1.75mA,振幅セット2.5mA,振幅セット(1.75mA),振幅セット2.5mA,振幅セット(3.25mA),振幅セット(4.0mA)のような深部脳刺激のための振幅設定のアソートを通して,Parkinson病振戦の応答を定量化および区別することであった。Parkinson病の改善のためのこれらの特定の深部脳刺激設定を区別するために,かなりの分類精度が得られた。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  接着剤 ,  振戦 ,  媒質 ,  ソーティング ,  無線伝送 ,  運動障害 ,  周波数帯 ,  *Parkinson病 ,  学習アルゴリズム
準シソーラス用語： *深部脳刺激 ,  慣性センサ ,  ウェアラブル ,  クラウドコンピューティング ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： Parkinson病 ,  治療 ,  深部脳刺激 ,  パラメータ ,  深層学習 ,  応用