論文の概要: A Diffeomorphic Aging Model for Adult Human Brain from Cross-Sectional Data

• arxiv url: http://arxiv.org/abs/2106.14516v1
• Date: Mon, 28 Jun 2021 10:04:05 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-29 21:08:03.187035
• Title: A Diffeomorphic Aging Model for Adult Human Brain from Cross-Sectional Data
• Title（参考訳）: 断面データを用いた成人脳の異型加齢モデル
• Authors: Alphin J Thottupattu and Jayanthi Sivaswamy and Venkateswaran P.Krishnan
• Abstract要約: そこで本稿では,異なる時点の被験者の画像を用いて,与えられた人口の老化モデルを構築する手法を提案する。 提案手法は,2つの公開断面データセット上で有効に検証される。
• 参考スコア（独自算出の注目度）: 3.2188961353850187
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Normative aging trends of the brain can serve as an important reference in the assessment of neurological structural disorders. Such models are typically developed from longitudinal brain image data -- follow-up data of the same subject over different time points. In practice, obtaining such longitudinal data is difficult. We propose a method to develop an aging model for a given population, in the absence of longitudinal data, by using images from different subjects at different time points, the so-called cross-sectional data. We define an aging model as a diffeomorphic deformation on a structural template derived from the data and propose a method that develops topology preserving aging model close to natural aging. The proposed model is successfully validated on two public cross-sectional datasets which provide templates constructed from different sets of subjects at different age points.
• Abstract（参考訳）: 脳のノルマ的老化傾向は、神経学的構造障害の評価において重要な指標となる。 このようなモデルは通常、異なる時間点で同じ被験者の追跡データである縦方向の脳画像データから開発される。 実際には、このような長手データの取得は困難である。 そこで本稿では,異なる時点の異なる被験者の画像を用いて,縦断データがない場合に,与えられた人口の老化モデルを構築する手法を提案する。 本研究では,データから導出される構造テンプレート上の微分同相変形として老化モデルを定義し,自然老化に近い老化モデルを保存する手法を提案する。 提案モデルは,異なる年齢の被験者の集合から構築したテンプレートを提供する2つの公開断面データセット上で,有効に検証される。

関連論文リスト

• Reinforcing Pre-trained Models Using Counterfactual Images [54.26310919385808]
  本稿では,言語誘導型生成対実画像を用いた分類モデル強化のための新しいフレームワークを提案する。 逆ファクト画像データセットを用いてモデルをテストすることにより、モデルの弱点を同定する。 我々は、分類モデルを微調整し強化するために、デファクトイメージを拡張データセットとして採用する。
  論文  参考訳（メタデータ） (2024-06-19T08:07:14Z)
• Data Augmentation in Human-Centric Vision [54.97327269866757]
  本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。 それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。 我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
  論文  参考訳（メタデータ） (2024-03-13T16:05:18Z)
• ConUNETR: A Conditional Transformer Network for 3D Micro-CT Embryonic Cartilage Segmentation [13.497950682194704]
  本研究では, 形態学的に多様な情報を条件付き機構で蒸留するトランスフォーマーを用いた新しいセグメンテーションモデルを提案する。 実験では,他の競合セグメンテーションモデルと比較して,新しいモデルの優位性を示した。
  論文  参考訳（メタデータ） (2024-02-06T04:30:49Z)
• Unsupervised 3D Pose Estimation with Non-Rigid Structure-from-Motion Modeling [83.76377808476039]
  本研究では,人間のポーズの変形をモデル化し,それに伴う拡散に基づく動きを事前に設計する手法を提案する。 動作中の3次元人間の骨格を復元する作業は3次元基準骨格の推定に分割する。 混合時空間NASfMformerを用いて、各フレームの3次元基準骨格と骨格変形を2次元観測シーケンスから同時に推定する。
  論文  参考訳（メタデータ） (2023-08-18T16:41:57Z)
• Spatiotemporal Cardiac Statistical Shape Modeling: A Data-Driven Approach [0.0]
  粒子ベース形状モデリング(PSM)は、個体群レベルの形状変化を捉えたデータ駆動型手法である。 本稿では,PSM法にインスパイアされたデータ駆動型手法を提案する。
  論文  参考訳（メタデータ） (2022-09-06T18:00:45Z)
• Generative Modelling of the Ageing Heart with Cross-Sectional Imaging and Clinical Data [13.819131884449881]
  本研究では, 加齢に伴う心臓の3次元解剖学的変化を記述するための条件生成モデルを提案する。 心臓解剖学の大規模横断データセットを用いてモデルを訓練し,横断データセットと縦データセットの両方で評価する。
  論文  参考訳（メタデータ） (2022-08-28T06:14:39Z)
• Mixed Effects Neural ODE: A Variational Approximation for Analyzing the Dynamics of Panel Data [50.23363975709122]
  パネルデータ解析に(固定・ランダムな)混合効果を取り入れたME-NODEという確率モデルを提案する。 我々は、Wong-Zakai定理によって提供されるSDEの滑らかな近似を用いて、我々のモデルを導出できることを示す。 次に、ME-NODEのためのエビデンスに基づく下界を導出し、(効率的な)トレーニングアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-02-18T22:41:51Z)
• Distinguishing Healthy Ageing from Dementia: a Biomechanical Simulation of Brain Atrophy using Deep Networks [5.411313268782566]
  健常成人およびアルツハイマー病における脳萎縮の超弾性ひずみモデリングのためのディープラーニングフレームワークについて述べる。 このフレームワークは、年齢、疾患状態、スキャン間隔の影響を直接モデル化し、ストレインベースモデルが変形を推定する萎縮の局所パターンを回帰する。 その結果、このフレームワークはアルツハイマー病の既知の経過に従って現実的な変形を推定でき、老化の健康パターンと老化パターンを明確に区別できることがわかった。
  論文  参考訳（メタデータ） (2021-08-18T15:58:53Z)
• Bidirectional Modeling and Analysis of Brain Aging with Normalizing Flows [0.029166550202547086]
  我々の正規化フロー脳老化モデルでは、脳の老化を正確に予測し、老化特異的な脳形態学テンプレートを生成できることが示されている。 この研究は、3次元脳形態学と強力な正規化フローを持つ臨床変数との間の機能的関係の統一モデリングへのステップである。
  論文  参考訳（メタデータ） (2020-11-26T22:23:48Z)
• An Optimal Control Approach to Learning in SIDARTHE Epidemic model [67.22168759751541]
  本研究では,疫病データから動的コンパートメンタルモデルの時間変化パラメータを学習するための一般的な手法を提案する。 我々はイタリアとフランスの疫病の進化を予報する。
  論文  参考訳（メタデータ） (2020-10-28T10:58:59Z)
• Modeling Shared Responses in Neuroimaging Studies through MultiView ICA [94.31804763196116]
  被験者の大規模なコホートを含むグループ研究は、脳機能組織に関する一般的な結論を引き出す上で重要である。 グループ研究のための新しい多視点独立成分分析モデルを提案し、各被験者のデータを共有独立音源と雑音の線形結合としてモデル化する。 まず、fMRIデータを用いて、被験者間の共通音源の同定における感度の向上を示す。
  論文  参考訳（メタデータ） (2020-06-11T17:29:53Z)

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。