論文の概要: Toward a multimodal multitask model for neurodegenerative diseases
diagnosis and progression prediction
- arxiv url: http://arxiv.org/abs/2110.09309v1
- Date: Sun, 10 Oct 2021 11:44:16 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-11 21:20:04.643228
- Title: Toward a multimodal multitask model for neurodegenerative diseases
diagnosis and progression prediction
- Title(参考訳): 神経変性疾患の診断と進行予測のためのマルチモーダルマルチタスクモデルの開発
- Authors: Sofia Lahrichi and Maryem Rhanoui and Mounia Mikram and Bouchra El
Asri
- Abstract要約: 本稿では、アルツハイマー病の予測に使用されるモデルの様々なカテゴリを、それぞれの学習手法で概説する。
それは、アルツハイマー病の進行を早期に予測し、検出する比較研究を確立している。
最後に,ロバストかつ高精度な検出モデルを提案する。
- 参考スコア(独自算出の注目度): 0.5735035463793008
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recent studies on modelling the progression of Alzheimer's disease use a
single modality for their predictions while ignoring the time dimension.
However, the nature of patient data is heterogeneous and time dependent which
requires models that value these factors in order to achieve a reliable
diagnosis, as well as making it possible to track and detect changes in the
progression of patients' condition at an early stage. This article overviews
various categories of models used for Alzheimer's disease prediction with their
respective learning methods, by establishing a comparative study of early
prediction and detection Alzheimer's disease progression. Finally, a robust and
precise detection model is proposed.
- Abstract(参考訳): アルツハイマー病の進行をモデル化する最近の研究は、時間次元を無視しながら予測に単一のモダリティを用いる。
しかし、患者データの性質は不均一で時間依存であり、信頼性の高い診断を実現するためにこれらの因子を価値づけるモデルが必要であり、患者の状態の変化を早期に追跡し検出することができる。
本稿では,アルツハイマー病の進行を早期に予測・検出する手法を確立させることにより,アルツハイマー病の予測に使用する様々なモデルの分類を,それぞれの学習手法で概説する。
最後に,ロバストかつ高精度な検出モデルを提案する。
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) - Learning Spatio-Temporal Model of Disease Progression with NeuralODEs
from Longitudinal Volumetric Data [4.998875488622879]
我々は,1つの医療スキャンを処理し,加齢関連疾患の進化をモデル化する深層学習手法を開発した。
ジオグラフィック・アトロフィーの場合,提案手法はアトロフィ成長予測において,関連するベースラインモデルよりも優れていた。
アルツハイマー病に対して, 提案法は, 疾患によって引き起こされる脳の心室変化を予測する上で, 顕著な性能を示した。
論文 参考訳(メタデータ) (2022-11-08T13:28:26Z) - Temporal Pattern Mining for Analysis of Longitudinal Clinical Data:
Identifying Risk Factors for Alzheimer's Disease [9.764638397706719]
この方法は、治療法のない進行性神経変性疾患であるアルツハイマー病(AD)の現実世界の研究に適用される。
その結果,Concordance indexは最大0.8。
論文 参考訳(メタデータ) (2022-09-11T05:44:06Z) - Mixture of Input-Output Hidden Markov Models for Heterogeneous Disease
Progression Modeling [11.768140291216769]
本稿では,多発性疾患の進行動態を検出する階層型時系列モデルを提案する。
本稿では,パーキンソン病に対する合成データセットと実世界縦断データセットを用いたモデルの有用性について述べる。
論文 参考訳(メタデータ) (2022-07-24T23:17:06Z) - A multi-stage machine learning model on diagnosis of esophageal
manometry [50.591267188664666]
このフレームワークには、飲み込みレベルにおけるディープラーニングモデルと、学習レベルにおける機能ベースの機械学習モデルが含まれている。
これは、生のマルチスワローデータからHRM研究のCC診断を自動的に予測する最初の人工知能モデルである。
論文 参考訳(メタデータ) (2021-06-25T20:09:23Z) - Bayesian prognostic covariate adjustment [59.75318183140857]
疾患の結果に関する歴史的データは、様々な方法で臨床試験の分析に組み込むことができる。
我々は, 予測モデルからの予後スコアを用いて, 治療効果推定の効率を向上する既存の文献に基づいて構築する。
論文 参考訳(メタデータ) (2020-12-24T05:19:03Z) - STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological
Regularization [76.57716281104938]
我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。
stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。
我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
論文 参考訳(メタデータ) (2020-12-08T21:21:47Z) - 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) - Predicting Parkinson's Disease with Multimodal Irregularly Collected
Longitudinal Smartphone Data [75.23250968928578]
パーキンソン病は神経疾患であり、高齢者に多い。
伝統的に病気を診断する方法は、一連の活動テストの品質に関する個人的主観的臨床評価に依存している。
そこで本研究では,スマートフォンが収集した生の行動データを用いて,パーキンソン病を予測するための時系列に基づく新しい手法を提案する。
論文 参考訳(メタデータ) (2020-09-25T01:50:15Z) - Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype
Prediction [55.94378672172967]
本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。
新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。
我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
論文 参考訳(メタデータ) (2020-09-02T02:50:30Z) - Deep Recurrent Model for Individualized Prediction of Alzheimer's
Disease Progression [4.034948808542701]
アルツハイマー病(Alzheimer's disease, AD)は認知症の主要な原因の一つであり、数年間の進行が遅いことが特徴である。
本稿では,MRIバイオマーカーの表現型測定と臨床状態の軌跡を予測できる新しい計算フレームワークを提案する。
論文 参考訳(メタデータ) (2020-05-06T08:08:00Z)
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。