文献

J-GLOBAL ID：202202269711775413   整理番号：22A0960437

Alzheimerの認知症度の検出【JST・京大機械翻訳】

Detecting Alzheimer’s Dementia Degree

著者 (5件)： Wu Edmond Q. (Key Laboratory of System Control and Information Processing, Ministry of Education and the Science and Technology on Avionics Integration Laboratory, China National Aeronautical Radio Electronics Research Institute, Shanghai Jiao Tong University, Shanghai, China) ,  Peng Xian-Yong (Tengyi Data Technologies Shanghai Company, Ltd., Shanghai, China) ,  Chen Sheng-Di (Department of Neurology, Institute of Neurology, Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China) ,  Zhao Xiao-Yan (Rehabilitation Medicine, Anhui No.2 Provincial People’s Hospital, Hefei, China) ,  Tang Zhi-Ri (Department of Computer Science, City University of Hong Kong, Hong Kong)
資料名： IEEE Transactions on Cognitive and Developmental Systems  (IEEE Transactions on Cognitive and Developmental Systems)
巻： 14  号： 1  ページ： 116-125  発行年： 2022年 
JST資料番号： W2443A  ISSN： 2379-8920  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Alzheimer病(AD)の診断は2つの重要な問題に直面している。それらは,AD患者のリズムの特徴を抽出し,それらをどのようにラベル付けするか,患者の認知症の程度を明らかにする方法である。本研究では,リズム波からのHilbert限界スペクトル(HMS)による認知症判断の14の瞬時電力指標を定義した。これらの指標の潜在変数を学習し,認知症の程度を検出するために,縦糸無限Gauss混合モデル(WiGMM)を提案した。実験結果は,HMSベースの指標がAD患者の認知機能を反映することができることを示した。この提案方法は,推論の前に,縦糸変換とDirichletプロセスパラメータを通して脳認知状態を検出する能力を持っている。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音楽 ,  電力 ,  特性 ,  スペクトル ,  患者 ,  指標 ,  プロセスパラメータ ,  *Alzheimer病 ,  *認知症
準シソーラス用語： Gauss混合モデル ,  リズム ,  認知機能 ,  瞬時電力 ,  潜在変数 , 【Automatic Indexing@JST】

分類 (3件)： 神経系の診断  (GN02000H) ,  パターン認識  (JE07000S) ,  生体計測  (EL03020C)

タイトルに関連する用語 (2件)： Alzheimer ,  認知症