論文の概要: Creutzfeldt-Jakob Disease Prediction Using Machine Learning Techniques
- arxiv url: http://arxiv.org/abs/2108.04972v1
- Date: Wed, 11 Aug 2021 00:04:23 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-12 13:24:03.366968
- Title: Creutzfeldt-Jakob Disease Prediction Using Machine Learning Techniques
- Title（参考訳）: 機械学習を用いたCreutzfeldt-Jakob病の予測
- Authors: Arnav Bhakta, Carolyn Byrne
- Abstract要約: Creutzfeldt-Jakob病(CJD)は急速に進行し、致命的な神経変性疾患である。
CJDは毎年約350人の死者を出している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Creutzfeldt-Jakob disease (CJD) is a rapidly progressive and fatal
neurodegenerative disease, that causes approximately 350 deaths in the United
States every year. In specific, it is a prion disease that is caused by a
misfolded prion protein, termed $PrP^{Sc}$, which is the infectious form of the
prion protein $PrP^{C}$. Rather than being recycled by the body, the $PrP^{Sc}$
aggregates in the brain as plaques, leading to neurodegeneration of surrounding
cells and the spongiform characteristics of the pathology. However, there has
been very little research done into factors that can affect one's chances of
acquiring $PrP^{Sc}$. In this paper, Elastic Net Regression, Long Short-Term
Memory Recurrent Neural Network Architectures, and Random Forest have been used
to predict Creutzfeldt-Jakob Disease Levels in the United States. New variables
were created as data for the models to use on the basis of common factors that
are known to affect CJD, such as soil, food, and water quality. Based on the
root mean square error (RMSE), mean bias error (MBE), and mean absolute error
(MAE) values, the study reveals the high impact of unhealthy lifestyle choices,
CO$_{2}$ Levels, Pesticide Usage, and Potash K$_{2}$O Usage on CJD Levels. In
doing so, the study highlights new avenues of research for CJD prevention and
detection, as well as potential causes.
- Abstract（参考訳）: クロイツフェルト・ヤコブ病(Creutzfeldt-Jakob disease, CJD)は、急速に進行し、致命的な神経変性疾患である。
具体的にはプリオン病であり、プリオンタンパク質 $prp^{c}$ の感染形態である $prp^{sc}$ と呼ばれるミスフォールドされたプリオンタンパク質によって引き起こされる。
体によってリサイクルされる代わりに、$PrP^{Sc}$アグリゲーションはプラークとして脳に蓄積され、周囲の細胞の神経変性と病理のスポンジフォーム特性をもたらす。
しかし、$PrP^{Sc}$を取得する確率に影響を与える要因についての研究はほとんど行われていない。
本稿では,米国におけるCreutzfeldt-Jakob病レベルの予測にElastic Net Regression,Long Short-Term Memory Recurrent Neural Network Architectures,Random Forestを用いた。
新しい変数は、土壌、食物、水質などのCJDに影響を与えることが知られている一般的な要因に基づいて、モデルが使用するデータとして作成された。
The root mean square error (RMSE), mean bias error (MBE), mean absolute error (MAE) values, this study revealed the high impact of unhealthy lifestyle choices, CO$_{2}$ Levels, Pesticide Usage, Potash K$_{2}$O Usage on CJD Levels。
この研究は、CJDの予防と検出のための新たな研究の道と潜在的な原因を強調している。
関連論文リスト
- Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。
本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
論文 参考訳（メタデータ） (2024-09-29T07:04:26Z) - Comparison of Epilepsy Induced by Ischemic Hypoxic Brain Injury and Hypoglycemic Brain Injury using Multilevel Fusion of Data Features [0.0]
本研究は、低酸素虚血(HI)、低血糖、てんかんによる脳損傷の類似性と相違について検討することを目的とする。
論文 参考訳（メタデータ） (2024-09-03T08:25:52Z) - Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。
そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文 参考訳（メタデータ） (2024-04-26T16:39:50Z) - Predicting Parkinson's disease evolution using deep learning [1.4610685586329806]
パーキンソン病は、世界の人口の1%近くで起こる神経疾患である。
パーキンソン病の診断に利用できる血液検査やバイオマーカーは1つもない。
進行の段階を特定するために設計されたAIツールは存在しない。
論文 参考訳（メタデータ） (2023-12-28T10:30:54Z) - How Does Pruning Impact Long-Tailed Multi-Label Medical Image
Classifiers? [49.35105290167996]
プルーニングは、ディープニューラルネットワークを圧縮し、全体的なパフォーマンスに大きな影響を及ぼすことなく、メモリ使用量と推論時間を短縮する強力なテクニックとして登場した。
この研究は、プルーニングがモデル行動に与える影響を理解するための第一歩である。
論文 参考訳（メタデータ） (2023-08-17T20:40:30Z) - Discovering a reaction-diffusion model for Alzheimer's disease by
combining PINNs with symbolic regression [2.84215006180269]
我々は、アルツハイマー病の進行の数学的モデルを見つけるために、学習と人工知能を使用します。
具体的には、物理情報ニューラルネットワーク(PIN)とシンボリックレグレッションを統合し、タウタンパク質のミスフォールディングのための反応拡散型偏微分方程式を発見する。
論文 参考訳（メタデータ） (2023-07-16T17:16:21Z) - Identifying Patient-Specific Root Causes of Disease [10.885111578191564]
複雑な疾患は、患者によって異なるさまざまな要因によって引き起こされる。
非常に予測可能な根本原因のいくつかは、いずれにせよ各患者に疾患を発生させる可能性がある。
論文 参考訳（メタデータ） (2022-05-23T20:54:24Z) - Brain Age Estimation From MRI Using Cascade Networks with Ranking Loss [75.03117866578913]
T1強調MRIデータから脳年齢を推定するために,新しい3次元畳み込みネットワークである2段エイジネットワーク(TSAN)を提案する。
686ドルのMRIによる実験では、TSANが正確な脳年齢を推定できることが示された。
論文 参考訳（メタデータ） (2021-06-06T07:11:25Z) - UNITE: Uncertainty-based Health Risk Prediction Leveraging Multi-sourced
Data [81.00385374948125]
我々はUNcertaInTyベースのhEalth Risk Prediction(UNITE)モデルを提案する。
UNITEは、複数ソースの健康データを活用した正確な疾患リスク予測と不確実性推定を提供する。
非アルコール性脂肪肝疾患(NASH)とアルツハイマー病(AD)の実態予測タスクにおけるUNITEの評価を行った。
UNITEはAD検出のF1スコアで最大0.841点、NASH検出のPR-AUCで最大0.609点を達成し、最高のベースラインで最大19%の高パフォーマンスを達成している。
論文 参考訳（メタデータ） (2020-10-22T02:28:11Z) - General DeepLCP model for disease prediction : Case of Lung Cancer [0.0]
生活を脅かす致命的な病気を予測するための新しいアプローチ「DeepLCP」を提案する。
ディープLCP」は自然言語処理(NLP)と深層学習パラダイムを組み合わせた結果である。
肺がん予測における提案モデルの実験結果から,高い精度と低損失データ率が確認された。
論文 参考訳（メタデータ） (2020-09-15T21:43:48Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z)
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。