文献
J-GLOBAL ID:202202273806782631   整理番号:22A1087940

PET/MRIマルチモード画像を用いた3D PMNetによるAlzheimerレベル分類【JST・京大機械翻訳】

Alzheimer’s level classification by 3D PMNet using PET/MRI multi-modal images
著者 (6件):
資料名:
巻: 2022  号: EEBDA  ページ: 1068-1073  発行年: 2022年 
JST資料番号: W2441A  資料種別: 会議録 (C)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
アルツハイマー病(AD)の正確な診断は早期治療に重要な影響を与える。陽電子放出断層撮影(PET)と磁気共鳴イメージング(MRI)は一般的なイメージング法であり,ADの同定と評価を容易にするために使用されている。本論文では,3D PET-MRI Net(3D PMNet)と名付けたVGG型3D畳込みニューラルネットワーク(3D CNN)モデルを提案し,DiffGrad最適化器を用いて,モデルおよびFocalloss関数の収束をスピードアップし,不均衡データ処理の分類性能を改善した。3D MRIとPET画像のマルチモーダル特徴情報は,3D PMNetモデルを用いて抽出でき,それはAD診断のための利便性を提供する。データセットにおける各患者のデータについて10倍交差検証を行い,群分類を決定した。結果は,提案した方法が,AD:NC,AD:MCI,およびNC:MCIの分類タスクにおいて,それぞれ97.49%,81.25%,および76.67%の精度を達成することを示した。著者らのPMNetは,AD:NC:MCI3群分類において72.55%の精度に達し,それは他の報告されたネットワークモデルより著しく良かった。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る