論文の概要: Preclinical Stage Alzheimer's Disease Detection Using Magnetic Resonance
Image Scans
- arxiv url: http://arxiv.org/abs/2011.14139v1
- Date: Sat, 28 Nov 2020 14:25:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-19 19:57:00.692596
- Title: Preclinical Stage Alzheimer's Disease Detection Using Magnetic Resonance
Image Scans
- Title(参考訳): 磁気共鳴画像を用いた前臨床段階アルツハイマー病の検出
- Authors: Fatih Altay, Guillermo Ramon Sanchez, Yanli James, Stephen V. Faraone,
Senem Velipasalar, Asif Salekin
- Abstract要約: アルツハイマー病(英語: Alzheimer's disease)は、高齢者に老化を伴わない病気の一つ。
早期にアルツハイマー病を検出することが重要である。
- 参考スコア(独自算出の注目度): 10.120835953459247
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Alzheimer's disease is one of the diseases that mostly affects older people
without being a part of aging. The most common symptoms include problems with
communicating and abstract thinking, as well as disorientation. It is important
to detect Alzheimer's disease in early stages so that cognitive functioning
would be improved by medication and training. In this paper, we propose two
attention model networks for detecting Alzheimer's disease from MRI images to
help early detection efforts at the preclinical stage. We also compare the
performance of these two attention network models with a baseline model.
Recently available OASIS-3 Longitudinal Neuroimaging, Clinical, and Cognitive
Dataset is used to train, evaluate and compare our models. The novelty of this
research resides in the fact that we aim to detect Alzheimer's disease when all
the parameters, physical assessments, and clinical data state that the patient
is healthy and showing no symptoms
- Abstract(参考訳): アルツハイマー病(英語: Alzheimer's disease)は、高齢者に老化を伴わない病気の一つ。
最も一般的な症状は、コミュニケーションや抽象的な思考の問題、意図の欠如などである。
早期にアルツハイマー病を検出することが重要であるため、認知機能の改善は薬物や訓練によって行われる。
本稿では,MRI画像からアルツハイマー病を検出するための2つの注意モデルネットワークを提案する。
また,これら2つの注意ネットワークモデルの性能をベースラインモデルと比較した。
最近利用可能なOASIS-3 経時的神経画像、臨床、認知データセットは、我々のモデルを訓練、評価、比較するために使用される。
この研究の新規性は、すべてのパラメータ、身体的評価、臨床データから、患者が健康で症状のない状態にあるときに、アルツハイマー病を検知することを目的としているという事実にある。
関連論文リスト
- A Comparative Analysis on Metaheuristic Algorithms Based Vision
Transformer Model for Early Detection of Alzheimer's Disease [0.7673339435080445]
神経変性疾患を脅かす多くの生命は、特に高齢者の生活の質を低下させた。
認知症は、早期に検出されない場合、アルツハイマー病と呼ばれる重篤な症状を引き起こす可能性がある。
本稿では, 異なる段階で認知症を特定するために, 革新的メタヒューリスティックアルゴリズムに基づくViTモデルを提案する。
論文 参考訳(メタデータ) (2024-01-18T08:31:38Z) - Vision Transformers and Bi-LSTM for Alzheimer's Disease Diagnosis from
3D MRI [0.0]
早期に診断された場合、アルツハイマー病(AD)を治療・治療することができる。
本研究では、視覚変換器(ViT)とバイLSTMを用いて、アルツハイマー病の診断のためのMRI画像の処理を提案する。
提案手法は,ADの診断のための精度,精度,Fスコア,リコールの点で良好に機能する。
論文 参考訳(メタデータ) (2024-01-06T06:11:03Z) - Automatic Detection of Alzheimer's Disease with Multi-Modal Fusion of
Clinical MRI Scans [8.684668542584701]
1500万人のアメリカ人が2060年までに臨床ADまたは軽度認知障害を発症する。
我々は2種類の脳MRIで疾患のステージを予測することを目的としている。
我々は、T1とFLAIRのMRIスキャンから相補的な情報の相乗効果を学習するAlexNetベースのディープラーニングモデルを設計する。
論文 参考訳(メタデータ) (2023-11-30T04:32:28Z) - Deep learning reveals the common spectrum underlying multiple brain
disorders in youth and elders from brain functional networks [53.257804915263165]
ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。
病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。
多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
論文 参考訳(メタデータ) (2023-02-23T09:22:05Z) - A Convolutional-based Model for Early Prediction of Alzheimer's based on
the Dementia Stage in the MRI Brain Images [0.0]
アルツハイマー病は、現在治療法を持っていないが、早期に診断することは、病気の重症度を減らすのに役立つ。
本稿では,磁気共鳴画像(MRI)画像から成人の認知症のステージを決定するために,深層畳み込みニューラルネットワークを用いた学習モデルを提案する。
論文 参考訳(メタデータ) (2023-02-02T21:10:31Z) - Intelligent Sight and Sound: A Chronic Cancer Pain Dataset [74.77784420691937]
本稿では,Intelligent Sight and Sound (ISS) 臨床試験の一環として収集された,最初の慢性ガン痛データセットを紹介する。
これまで収集されたデータは29の患者、509のスマートフォンビデオ、189,999のフレーム、そして自己報告された感情と活動の痛みのスコアから成っている。
静的画像とマルチモーダルデータを用いて、自己報告された痛みレベルを予測する。
論文 参考訳(メタデータ) (2022-04-07T22:14:37Z) - Predicting Alzheimer's Disease Using 3DMgNet [2.97983501982132]
3DMgNetはアルツハイマー病(AD)を診断するためのマルチグリッドと畳み込みニューラルネットワークの統合フレームワークである
このモデルはADとNCの分類で92.133%の精度を達成し、モデルのパラメータを大幅に削減した。
論文 参考訳(メタデータ) (2022-01-12T09:08:08Z) - Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep
Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。
矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。
本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文 参考訳(メタデータ) (2021-05-18T11:37:57Z) - Graph-Evolving Meta-Learning for Low-Resource Medical Dialogue
Generation [150.52617238140868]
ソース疾患からターゲット疾患へ診断経験を移すために、低リソースの医療対話生成を提案します。
また,新しい疾患の症状相関を推論するためのコモンセンスグラフの進化を学習するグラフ進化メタラーニングフレームワークを開発した。
論文 参考訳(メタデータ) (2020-12-22T13:20:23Z) - A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease
Progression with MEG Brain Networks [59.15734147867412]
アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。
我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。
我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
論文 参考訳(メタデータ) (2020-05-08T02:29:24Z) - Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using
Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。
PD症状には、震動、剛性、ブレイキネジアがある。
本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文 参考訳(メタデータ) (2020-05-06T09:02:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。