縦構造MRIを用いた異常値に基づく自閉症検出【JST・京大機械翻訳】

K Devika; Oruganti Venkata Ramana Murthy; Mahapatra Dwarikanath; Subramanian Ramanathan

プレプリント

J-GLOBAL ID：202202214034733869 整理番号：22P0292600

縦構造MRIを用いた異常値に基づく自閉症検出【JST・京大機械翻訳】

Outlier-based Autism Detection using Longitudinal Structural MRI

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： 2022年02月20日プレプリントサーバーでの情報更新日： 2022年03月10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)

※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。

臨床評価(認知試験)を用いた自閉症スペクトラム障害(ASD)の診断は,個人間の広い変動により困難である。有効な治療が存在しないため,迅速で信頼できるASD診断は,治療処方の効果的な準備を可能にする。本論文では,異常値検出アプローチによる構造磁気共鳴映像法(sMRI)に基づくASD診断を提案した。構造的脳連結性における時空間パターンを学習するために,Generative Adversarial Network(GAN)を,健常者のsMRIスキャンで排他的に訓練する。入力として3つの隣接スライスのスタックを与えて,GAN発生器は次の3つの隣接スライスを再構成する。GAN弁別器は,異常値としてASD sMRIスキャン再構成を同定する。このモデルを,2つの他のベースライン,即ち,より単純なUNetと洗練された自己拡張GANに対して比較した。マルチサイトABIDE IIデータセットからの軸方向,CoronalおよびSagittal sMRIスライスを評価に用いた。大規模な実験は,著者らのASD検出フレームワークが,はるかに少ない訓練データで,最先端技術と同程度に機能することを示した。さらに,縦データ(時間当たり2スキャン)は,断面データ(被験者当たり1スキャン)より17~28%高い精度を達成した。他の知見の中で,モデル訓練および再構成損失計算インパクト検出性能に採用されたメトリックス,および冠状モダリティがASD検出のための構造情報を最もよく符号化することを見いだした。【JST・京大機械翻訳】

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

精神障害 , 神経系の診断

, , ,

前のページに戻る