文献
J-GLOBAL ID:202202274731961114   整理番号:22A0002977

sMRI灰白質スライスによる局所注意に基づくアルツハイマー病の診断【JST・京大機械翻訳】

Diagnosis of Alzheimer’s disease based on regional attention with sMRI gray matter slices
著者 (5件):
資料名:
巻: 365  ページ: Null  発行年: 2022年 
JST資料番号: A1129A  ISSN: 0165-0270  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
Alzheimer病(AD)は,日常生活の人々の能力に影響する攻撃的および不可逆的認知症の最も一般的な症状である。現在,神経イメージング技術はADの評価と早期診断において重要な役割を果たす。医学分野における人工知能の広範な応用により,深層学習は,MRIに基づくコンピュータ支援AD診断において大きな可能性を示した。本研究では,AD診断のためのsMRI灰白質スライスに基づく深層学習フレームワークを提案した。深層学習に基づく以前の方法と比較して,著者らの方式は,スライス領域と注意機構の組合せによってより効果的に灰色物質特性情報を強化して,それはAD診断に関して精度を向上することができた。提案手法の性能を確保するために,ADNIデータベースからの非漏洩分割によるT1加重構造MRI(sMRI)画像上で実験を行った。著者らの方法は,AD/NCの分類における0.90の精度と,AD/MCIの分類における0.825の精度を達成することができ,それは,sMRIに基づく他の競合単一モダリティ法より良い診断性能と利点を有する。さらに,AD診断のために決定された最も弁別的な脳MRIスライス領域を示した。GMスライスによる局所注意に基づく著者らの提案方法は,AD診断のためのいくつかの最先端の方法と比較して,精度の1%~8%の改善を有した。実験の結果は,著者らの方法が冠状スライスの灰白質においてより有効な特徴に焦点を合わせ,アルツハイマー病のより正確な診断を達成することができることを示した。本研究は,sMRIスライス画像に基づくADの診断のためのより効果的なアプローチとより客観的な評価を提供できる。Copyright 2022 Elsevier B.V., Amsterdam. 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
神経系の診断 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る