QC-SPHRAM:アルツハイマー病の早期検出のための海馬表面上の準共形球面調和に基づく幾何学的歪【JST・京大機械翻訳】

Chan Anthony Hei-Long; Luo Yishan; Shi Lin; Lui Ronald Lok-Ming

プレプリント

J-GLOBAL ID：202202202163247743 整理番号：22P0125946

QC-SPHRAM:アルツハイマー病の早期検出のための海馬表面上の準共形球面調和に基づく幾何学的歪【JST・京大機械翻訳】

QC-SPHRAM: Quasi-conformal Spherical Harmonics Based Geometric Distortions on Hippocampal Surfaces for Early Detection of the Alzheimer's Disease

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年03月19日プレプリントサーバーでの情報更新日： 2020年03月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

Alzheimer病(AD)の早期検出のためのQC-SPHARMと呼ばれる疾患分類モデルを提案した。提案したQC-SPHARMは,正常対照(NC)被験者とAD患者,ならびにADに進行する高い可能性とそうではない患者の間の,健忘性軽度認知障害(aMCI)患者を区別することができる。球面調和(SPHARM)ベースの登録を用いて,ADNIデータからセグメント化した海馬表面を,SPHARMを用いてNC被験者から構築したテンプレート表面に個々に登録した。テンプレート表面から各被験者への変形の局所幾何学的歪みを共形歪と曲率歪に関して定量化した。測定は,球面調和係数およびテンプレートからの対象の全体積変化と組み合わせた。その後,バギング戦略を組み込んだt検定ベースの特徴選択法を,2つのクラスの高い識別力を有するそれらの局所領域を抽出するために適用した。したがって,疾患診断マシンは,サポートベクターマシン(SVM)設定の下でデータを使用して構築できる。110人のNC被験者とADNIデータベースからの110人のAD患者を用いて,提案したアルゴリズムは,試験対象として80のランダムサンプルで85:2%の試験精度を達成し,分類機械に表面形状を組み込んだ。2年間の間にADに進行した20名のaMCI患者および次の2年間非ADのままである別の20名のaMCI患者を使用して,このアルゴリズムは試験データとして10名のランダムに選ばれた被験者を用いて81:2%の精度を達成した。提案手法は,表面形状の取り込みのない他の分類モデルよりも6%~15%良い。結果は,初期AD診断の識別基準として局所幾何学的歪みを用いることの利点を示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

神経系の診断 , 医用画像処理

, , , , , ,

前のページに戻る