文献

J-GLOBAL ID：202202269143092610   整理番号：22A0981058

アルツハイマー病(ALD)を予測するための深層学習3D畳込みニューラルネットワーク【JST・京大機械翻訳】

Deep Learning 3D Convolutional Neural Networks for Predicting Alzheimer’s Disease (ALD)

著者 (3件)： Soliman Sarah A. (Computer Science Department, Higher Technological Institute, Cairo, Egypt) ,  El-Dahshan El-Sayed A. (Egyptian E-Learning University, Cairo, Egypt) ,  Salem Abdel-Badeeh M. (Ain Shams University, Cairo, Egypt)
資料名： Smart Innovation, Systems and Technologies  (Smart Innovation, Systems and Technologies)
巻： 270  ページ： 151-162  発行年： 2022年 
JST資料番号： W5072A  ISSN： 2190-3018  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： 深層学習は,高レベル特徴を抽出する間,分類における電力機械学習アルゴリズムである。本論文では,AlDバイオマーカーを捉える一般的な特徴を学習できる深い3D畳込みニューラルネットワーク(3D-CNN)を有するAlzheimer病(AlD)を予測し,脳の磁気共鳴映像法(MRI)スキャンに基づく正常な健康な脳からAlzheimerの脳を分類した。本研究では,訓練データに対する精度が96.5%に達し,試験データが80.6%に達した3,013スキャンを用いて,Alzheimer病神経イメージングイニシアティブ(ADNI)データセットを用いて,正常対照からアルツハイマー病被験者のMRIデータを成功裏に分類した。この実験は,3D-CNNによって抽出されたシフトおよびスケール不変の特徴,およびMRIにおける健康データから臨床データを区別するための最も強力な方法である深層学習分類を示唆する。このアプローチはまた,より複雑なシステムを予測するために,著者らの方法論を拡張することを可能にした。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： 電力 ,  脳 ,  特性 ,  *ニューラルネットワーク ,  精度 ,  *三次元 ,  NMRイメージング ,  *Alzheimer病 ,  バイオマーカー ,  *機械学習 ,  学習アルゴリズム
準シソーラス用語： 被験者 ,  訓練データ ,  臨床データ ,  試験データ ,  *深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  3D畳込みニューラルネットワーク(3D-CNN) ,  磁気共鳴イメージング ,  アルツハイマー病(AlD) ,  医療情報学

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： アルツハイマー病 ,  ALD ,  予測 ,  深層学習 ,  3D ,  畳込みニューラルネットワーク