脳小血管疾患の選択MRIマーカーのコンピュータ支援抽出:系統的レビュー【JST・京大機械翻訳】

Jiang Jiyang; Wang Dadong; Song Yang; Sachdev Perminder S.; Wen Wei

プレプリント

J-GLOBAL ID：202202219034863900 整理番号：22P0324908

脳小血管疾患の選択MRIマーカーのコンピュータ支援抽出:系統的レビュー【JST・京大機械翻訳】

Computer-Aided Extraction of Select MRI Markers of Cerebral Small Vessel Disease: A Systematic Review

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 (5件)： , , , ,
資料名：
発行年： 2022年04月04日プレプリントサーバーでの情報更新日： 2022年04月04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)

背景:脳小血管疾患(CSVD)は認知症を含む加齢における認知障害に対する主要な血管寄与因子である。イメージングはCSVDのin vivo研究に対する最も有望な方法のままである。主観的および面倒な視覚評価アプローチを置き換えるために,新たな研究は,MRIスキャンからCSVDのイメージングバイオマーカーを抽出するために最先端の人工知能を適用した。CSVDの3つのイメージングバイオマーカー,すなわち,脳微小出血(CMB),拡張血管周囲腔(PVS),および推定血管起源の裂傷を調べるため,発表されたコンピュータ支援法を要約することを目的とした。71の古典的画像処理,古典的機械学習,および深層学習研究を同定した。CMBとPVSは,ラクナと比較して,より良く研究されている。局所試験データセットにおいて良好な性能計量が達成されているが,異なる研究あるいは臨床コホートで検証される一般的なパイプラインは存在していない。転送学習と弱い監視技術を訓練データにおける限界に適応するために適用した。将来の研究は,多様性を増加させるための多重源からのプールデータを考慮でき,画像処理メトリックと臨床測定との関連の両方を用いて方法の性能を検証した。【JST・京大機械翻訳】

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

神経系の疾患 , 循環系の疾患

, , , , ,

前のページに戻る