論文の概要: A Review of Artificial Intelligence Technologies for Early Prediction of
Alzheimer's Disease
- arxiv url: http://arxiv.org/abs/2101.01781v1
- Date: Tue, 22 Dec 2020 01:05:34 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-27 04:22:51.848172
- Title: A Review of Artificial Intelligence Technologies for Early Prediction of
Alzheimer's Disease
- Title(参考訳): アルツハイマー病早期予測のための人工知能技術の検討
- Authors: Kuo Yang, Emad A. Mohammed
- Abstract要約: アルツハイマー病(英: Alzheimer's Disease、AD)は、記憶と脳機能を破壊する重度の脳疾患である。
早期認知症の信頼性と効果的な評価は, 医用画像技術やコンピュータ支援アルゴリズムに欠かせない研究となっている。
- 参考スコア(独自算出の注目度): 1.1650381752104297
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Alzheimer's Disease (AD) is a severe brain disorder, destroying memories and
brain functions. AD causes chronically, progressively, and irreversibly
cognitive declination and brain damages. The reliable and effective evaluation
of early dementia has become essential research with medical imaging
technologies and computer-aided algorithms. This trend has moved to modern
Artificial Intelligence (AI) technologies motivated by deeplearning success in
image classification and natural language processing. The purpose of this
review is to provide an overview of the latest research involving deep-learning
algorithms in evaluating the process of dementia, diagnosing the early stage of
AD, and discussing an outlook for this research. This review introduces various
applications of modern AI algorithms in AD diagnosis, including Convolutional
Neural Network (CNN), Recurrent Neural Network (RNN), Automatic Image
Segmentation, Autoencoder, Graph CNN (GCN), Ensemble Learning, and Transfer
Learning. The advantages and disadvantages of the proposed methods and their
performance are discussed. The conclusion section summarizes the primary
contributions and medical imaging preprocessing techniques applied in the
reviewed research. Finally, we discuss the limitations and future outlooks.
- Abstract(参考訳): アルツハイマー病(英: Alzheimer's Disease、AD)は、記憶と脳機能を破壊する重度の脳疾患である。
ADは慢性的に、進行的に、そして不可逆的に認知の低下と脳の損傷を引き起こす。
早期認知症の信頼性と効果的な評価は, 医用画像技術やコンピュータ支援アルゴリズムに欠かせない研究となっている。
この傾向は、画像分類と自然言語処理におけるディープラーニングの成功を動機とする現代の人工知能(ai)技術に移っている。
本研究の目的は,認知症診断におけるディープラーニングアルゴリズムに関する最新の研究の概要,adの初期段階の診断,および本研究の展望について考察することである。
本稿では、畳み込みニューラルネットワーク(cnn)、リカレントニューラルネットワーク(rnn)、自動画像セグメンテーション、オートエンコーダ、グラフcnn(gcn)、アンサンブル学習、転送学習など、ad診断における現代のaiアルゴリズムのさまざまな応用を紹介する。
提案手法の利点と欠点とその性能について論じる。
結論は、レビュー研究に応用された主な貢献と医用画像前処理技術についてまとめたものである。
最後に,限界と今後の展望について論じる。
関連論文リスト
- Generative Aging of Brain Images with Diffeomorphic Registration [3.645542167239258]
脳の老化を分析し予測することは、早期予後と認知疾患の正確な診断に不可欠である。
本稿では, 経時的MRI画像から被検体特異的神経変性を捕捉し, 加齢に伴う解剖学的妥当性を維持する手法を提案する。
論文 参考訳(メタデータ) (2022-05-31T08:37:24Z) - Neuromorphic Artificial Intelligence Systems [58.1806704582023]
フォン・ノイマンアーキテクチャと古典的ニューラルネットワークに基づく現代のAIシステムは、脳と比較して多くの基本的な制限がある。
この記事では、そのような制限と、それらが緩和される方法について論じる。
これは、これらの制限が克服されている現在利用可能なニューロモーフィックAIプロジェクトの概要を示す。
論文 参考訳(メタデータ) (2022-05-25T20:16:05Z) - Neurocompositional computing: From the Central Paradox of Cognition to a
new generation of AI systems [120.297940190903]
AIの最近の進歩は、限られた形態のニューロコンフォメーションコンピューティングの使用によってもたらされている。
ニューロコンポジションコンピューティングの新しい形式は、より堅牢で正確で理解しやすいAIシステムを生み出します。
論文 参考訳(メタデータ) (2022-05-02T18:00:10Z) - Continual Learning with Bayesian Model based on a Fixed Pre-trained
Feature Extractor [55.9023096444383]
現在のディープラーニングモデルは、新しいクラスを学ぶ際に古い知識を破滅的に忘れることによって特徴づけられる。
人間の脳における新しい知識の学習プロセスに着想を得て,連続学習のためのベイズ生成モデルを提案する。
論文 参考訳(メタデータ) (2022-04-28T08:41:51Z) - Automatic Classification of Alzheimer's Disease using brain MRI data and
deep Convolutional Neural Networks [0.0]
アルツハイマー病(英: Alzheimer's disease、AD)は、世界の公衆衛生問題の一つ。
本稿では,脳MRI画像とセグメント画像を用いたディープラーニングアーキテクチャの構築について検討する。
論文 参考訳(メタデータ) (2022-03-31T20:15:51Z) - Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with
Multi-Task Brain Age Prediction [53.122045119395594]
ディープラーニングを用いた脳MRIにおける教師なし異常検出(UAD)は有望な結果を示した。
年齢情報を考慮した3次元脳MRIにおけるUDAの深層学習を提案する。
そこで本研究では,マルチタスク年齢予測を用いた新しい深層学習手法を提案する。
論文 参考訳(メタデータ) (2022-01-31T09:39:52Z) - Neural Fields in Visual Computing and Beyond [54.950885364735804]
機械学習の最近の進歩は、座標ベースニューラルネットワークを用いた視覚コンピューティング問題の解決への関心が高まっている。
ニューラルネットワークは、3D形状と画像の合成、人体のアニメーション、3D再構成、ポーズ推定に成功している。
本報告は、文脈、数学的基礎、および、ニューラルネットワークに関する文献の広範なレビューを提供する。
論文 参考訳(メタデータ) (2021-11-22T18:57:51Z) - Deep Algorithm Unrolling for Biomedical Imaging [99.73317152134028]
本章では,アルゴリズムのアンロールによるバイオメディカル応用とブレークスルーについて概説する。
我々はアルゴリズムのアンローリングの起源を辿り、反復アルゴリズムをディープネットワークにアンローリングする方法に関する包括的なチュートリアルを提供する。
オープンな課題を議論し、今後の研究方向性を提案することで、この章を締めくくります。
論文 参考訳(メタデータ) (2021-08-15T01:06:26Z) - Explainable AI For COVID-19 CT Classifiers: An Initial Comparison Study [3.4031539425106683]
説明可能なAI(XAI)は、AIとディープラーニングのためのブラックボックスのアンロックの鍵です。
胸部ctは、covid-19に関連する肺疾患の診断および治療管理に有用なツールである。
本研究の目的は、比較調査による新型コロナウイルス分類モデルのためのXAI戦略の提案と開発である。
論文 参考訳(メタデータ) (2021-04-25T23:39:14Z) - Deep Convolutional Neural Network based Classification of Alzheimer's
Disease using MRI data [8.609787905151563]
アルツハイマー病(Alzheimer's disease、AD)は、脳細胞を破壊し、患者の記憶に損失を引き起こす進行性および不治性の神経変性疾患である。
本稿では,不均衡な3次元MRIデータセットを用いた2次元深部畳み込みニューラルネットワーク(2D-DCNN)によるADの診断手法を提案する。
このモデルはMRIをAD、軽度認知障害、正常制御の3つのカテゴリに分類し、99.89%の分類精度を不均衡クラスで達成した。
論文 参考訳(メタデータ) (2021-01-08T06:51:08Z) - Recent Developments in Detection of Central Serous Retinopathy through
Imaging and Artificial Intelligence Techniques A Review [0.0]
CSR(Central Serous Retinopathy)は、失明と視力喪失を引き起こす主要な疾患である。
早期にcsrを検出することで、人間の目の障害を回避できる予防措置を講じることができる。
21世紀に近代技術が出現すると、人工知能(AI)技術は、自動CSR検出を含む多くの研究分野で非常に人気がある。
論文 参考訳(メタデータ) (2020-12-20T16:08:56Z)
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。