文献

J-GLOBAL ID：202202286511874694   整理番号：22A0411615

Alzheimer病の初期磁気共鳴イメージングに基づく診断のための並列注意増強双線形ネットワーク【JST・京大機械翻訳】

A parallel attention-augmented bilinear network for early magnetic resonance imaging-based diagnosis of Alzheimer’s disease

著者 (6件)： Guan Hao (School of Computer Science, Faculty of Engineering, The University of Sydney, Darlington, New South Wales, Australia) ,  Wang Chaoyue (School of Computer Science, Faculty of Engineering, The University of Sydney, Darlington, New South Wales, Australia) ,  Cheng Jian (Beijing Advanced Innovation Center for Big Data-Based Precision Medicine, Beihang University, Beijing, China) ,  Jing Jing (China National Clinical Research Center for Neurological Diseases, Beijing Tiantan Hospital, Capital Medical University, Beijing, China) ,  Liu Tao (Beijing Advanced Innovation Center for Big Data-Based Precision Medicine, Beihang University, Beijing, China) ,  Liu Tao (Beijing Advanced Innovation Center for Biomedical Engineering, School of Biological Science and Medical Engineering, Beihang University, Beijing, China)
資料名： Human Brain Mapping  (Human Brain Mapping)
巻： 43  号： 2  ページ： 760-772  発行年： 2022年 
JST資料番号： W2600A  ISSN： 1065-9471  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： 構造的磁気共鳴イメージング(sMRI)は,Alzheimer病(AD)および初期痴呆における脳萎縮の空間パターンを捉えることができる。最近,AD診断のために多くのsMRIベースの深層学習法が開発されている。これらの方法のいくつかは,手作業特徴に基づいて高レベル表現を抽出するためにニューラルネットワークを利用し,一方,他の試みは,別のモジュールによって提案された脳領域から有用な特徴を学習することを試みた。しかし,これらの方法はかなりの手動工学を必要とする。それらの段階的訓練手順は,カスケード誤差を導入する。ここでは,AD診断のための新しい深層学習フレームワークである並列注意増強双線形ネットワークを提案した。3D畳込みニューラルネットワークに基づいて,フレームワークは,事前知識なしでsMRIスキャンからグローバルおよび局所的特徴を直接学習する。このフレームワークは軽量であり,エンドツーエンド訓練に適している。1,340人の被験者を含む2つの公開データセット(ADNI-1とADNI-2)のフレームワークを評価した。AD分類と軽度認知障害変換予測タスクの両方で,著者らのフレームワークは競合結果を達成した。さらに,視覚解釈のための識別領域を強調する熱マップを作成した。実験は,医療事前が利用できないか,計算資源が制限されるとき,提案したフレームワークの有効性を実証した。提案したフレームワークは,効率と解釈可能性の両方を有する3D医用画像分析に対して一般的である。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  学習 ,  *ネットワーク ,  ニューラルネットワーク ,  エンドツーエンド方式 ,  三次元 ,  *NMRイメージング ,  *Alzheimer病 ,  認知症
準シソーラス用語： 被験者 ,  事前知識 ,  軽度認知障害 ,  脳領域 ,  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)： アルツハイマー病 ,  畳込みニューラルネットワーク ,  早期診断 ,  構造MRI ,  視覚注意

分類 (2件)： 医用画像処理  (JE04020T) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (7件)： Alzheimer病 ,  初期 ,  磁気共鳴イメージング ,  診断 ,  注意 ,  増強 ,  線形