文献

J-GLOBAL ID：202202252984606240   整理番号：22A1053330

転移学習技術を用いた自動Parkinson病診断システム【JST・京大機械翻訳】

Automated Parkinson’s Disease Diagnosis System Using Transfer Learning Techniques

著者 (3件)： Lamba Rohit (Department of Electronics & Communication Engineering, Maharishi Markandeshwar Engineering College, Maharishi Markandeshwar (Deemed to be University), Mullana, Ambala, Haryana, India) ,  Gulati Tarun (Department of Electronics & Communication Engineering, Maharishi Markandeshwar Engineering College, Maharishi Markandeshwar (Deemed to be University), Mullana, Ambala, Haryana, India) ,  Jain Anurag (School of Computer Sciences, University of Petroleum & Energy Studies, Dehradun, Uttarakhand, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 841  ページ： 183-196  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： Parkinson病は,ドーパミンの必要な量がそれぞれのニューロンによって産生されない場合,個人で発症する神経変性障害である。この疾患の最も一般的な症状は,手/腕における振戦または振盪,手書きの変化,筋剛性,歩行中の遅さ,および音声の変化である。難治性疾患であるが,その症状を管理することは,初期段階で診断される場合のみ可能である。以前の研究は,手書きにおける変化がParkinson病診断のための定量的マーカーと考えることができることを証明した。移動学習技術を用いた自動パーキンソン病診断システムを提案した。提示システムの性能を,Parkinsonのスパイラル描画データセットを用いて分析した。4つの移動学習アーキテクチャResNet34,DensNet121,VGG16,およびAlexNetを用いて,パーキンソン病患者と健常者のスパイラル画像を分類した。これらのアーキテクチャの性能を,精度,感度,特異性およびROC-AUCに関して検討した。微調整後,すべてのアーキテクチャの性能は改善し,AlexNetアーキテクチャは93.33%の精度と0.96AUCで性能が優れていることが分かった。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  ニューロン ,  剛性 ,  振戦 ,  診断 ,  症状 ,  悪性疾患 ,  計算機アーキテクチャ ,  *Parkinson病 ,  カテコールアミン ,  第一アミン
準シソーラス用語： 神経変性疾患 ,  *診断システム ,  健常者 ,  特異性 ,  *転移学習 , 【Automatic Indexing@JST】

著者キーワード (7件)： パーキンソン病 ,  スパイラル画像 ,  転移学習 ,  AlexNet ,  VGG16 ,  ResNet34 ,  高密度ネット121

分類 (2件)： 神経系の診断  (GN02000H) ,  神経系の疾患  (GN03000O)

物質索引 (1件)： ドーパミン

タイトルに関連する用語 (3件)： 転移学習 ,  Parkinson病 ,  診断システム