ヒトコネクトームにおける統合失調症を予測するための安定なバイオマーカー同定【JST・京大機械翻訳】

Gutierrez-Gomez, L.; Vohryzek, J.; Chiem, B.; Baumann, P.; Conus, P.; Do Cuenod, K. Q.; Hagmann, P.; Delvenne, J.-C.

プレプリント

J-GLOBAL ID：202202206491179211 整理番号：22P0258298

ヒトコネクトームにおける統合失調症を予測するための安定なバイオマーカー同定【JST・京大機械翻訳】

Stable Biomarker Identification For Predicting Schizophrenia in the Human Connectome

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 (8件)： , , , , , , ,
資料名：
発行年： 2020年05月02日プレプリントサーバーでの情報更新日： 2020年05月02日
JST資料番号： O7001B 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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

精神障害としての統合失調症は,構造的および機能的磁気共鳴画像レベルの両方で脳変化を認識している。統合失調症における構造的および機能的連結性異常を研究するために,研究者がネットワーク解析の強力なツールを利用することができるので,コンネッコミクスの開発分野は,多くの注目を集めている。統合失調症のバイオマーカーを同定するための多くの方法が提案されてきたが,これは主に分類性能の改善,またはグループ間の統計的比較の実施に焦点を合わせている。しかし,バイオマーカー選択の安定性は,コネクトミクス分野で長い間見落とされてきた。本研究では,バイオマーカーの同定が分類タスクのための特徴選択問題として対処される機械学習アプローチに従う。健康な対照と患者の構造的,機能的,およびマルチモーダル接続から最も重要なバイオマーカーを同定するために,再帰的特徴除去とサポートベクトルマシン(RFE-SVM)アプローチを行った。さらに,検索されたバイオマーカーの安定性をデータセットの異なるサブサンプリングを通して評価し,病理学の影響を受けたコアを同定することができた。本技術を考慮して,相補的情報を明らかにする傾向があるので,脳病理に対するマルチモーダルアプローチの重要性を強調しながら,正確で安定なバイオマーカーの両方を達成するための原理的方法を実証した。【JST・京大機械翻訳】

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

神経系の診断 , 精神障害 , 医用画像処理 , 中枢神経系

, , ,

前のページに戻る