論文の概要: ANet: Autoencoder-Based Local Field Potential Feature Extractor for
Evaluating An Antidepressant Effect in Mice after Administering Kratom Leaf
Extracts
- arxiv url: http://arxiv.org/abs/2209.08210v1
- Date: Sat, 17 Sep 2022 01:14:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-20 17:00:09.761744
- Title: ANet: Autoencoder-Based Local Field Potential Feature Extractor for
Evaluating An Antidepressant Effect in Mice after Administering Kratom Leaf
Extracts
- Title（参考訳）: ANet: クラトム葉抽出物投与後のマウスの抗うつ効果評価のためのオートエンコーダを用いた局所電位外乱因子
- Authors: Jakkrit Nukitram, Rattanaphon Chaisaen, Phairot Autthasan, Narumon
Sengnon, Juraithip Wungsintaweekul, Wanumaidah Saengmolee, Dania Cheaha,
Ekkasit Kumarnsit, Thapanun Sudhawiyangkul, Theerawit Wilaiprasitporn
- Abstract要約: 我々は、ANetと呼ばれるオートエンコーダ(AE)ベースの異常検出器を用いて、KT抽出液とADインフルエンザに応答するマウスの局所野電位(LFP)の特徴の類似度を測定した。
KTシロップに反応した特徴は、ADインフルエンザに反応したものと85.62 pm$ 0.29%と最も類似している。
- 参考スコア（独自算出の注目度）: 0.44325173792230727
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Kratom (KT) typically exerts antidepressant (AD) effects. However, evaluating
which form of KT extracts possesses AD properties similar to the standard AD
fluoxetine (flu) remained challenging. Here, we adopted an autoencoder
(AE)-based anomaly detector called ANet to measure the similarity of mice's
local field potential (LFP) features that responded to KT leave extracts and AD
flu. The features that responded to KT syrup had the highest similarity to
those that responded to the AD flu at 85.62 $\pm$ 0.29%. This finding presents
the higher feasibility of using KT syrup as an alternative substance for
depressant therapy than KT alkaloids and KT aqueous, which are the other
candidates in this study. Apart from the similarity measurement, we utilized
ANet as a multi-task AE and evaluated the performance in discriminating
multi-class LFP responses corresponding to the effect of different KT extracts
and AD flu simultaneously. Furthermore, we visualized learned latent features
among LFP responses qualitatively and quantitatively as t-SNE projection and
maximum mean discrepancy distance, respectively. The classification results
reported the accuracy and F1-score of 79.78 $\pm$ 0.39% and 79.53 $\pm$ 0.00%.
In summary, the outcomes of this research might help therapeutic design devices
for an alternative substance profile evaluation, such as Kratom-based form in
real-world applications.
- Abstract（参考訳）: クラトム(KT)は一般的に抗うつ薬(AD)作用を示す。
しかし,どのKT抽出物が標準のADフルオキセチン(flu)に類似したAD特性を有するかを評価することは困難であった。
そこで我々は,KT抽出液とADインフルエンザに応答するマウスの局所野電位(LFP)の類似性を測定するために,オートエンコーダ(AE)を用いたANetを用いた異常検出装置を採用した。
KTシロップに反応した特徴は、ADインフルエンザに反応したものと最も類似しており、85.62ドル\pm$ 0.29%であった。
本研究は, 他の候補であるKTアルカロイドやKT水よりも, 抗うつ薬の代替物質としてKTシロップを用いる可能性が示唆された。
類似度の測定とは別に、ANetをマルチタスクAEとして利用し、異なるKT抽出とADインフルエンザの効果に対応する多クラスLFP応答の識別性能を同時に評価した。
さらに, LFP応答中の学習潜伏特徴を, t-SNE投射と最大平均一致距離として定性的かつ定量的に可視化した。
分類の結果、精度とf1-スコアは79.78$\pm$ 0.39%、79.53$\pm$ 0.00%であった。
要約すると、この研究の結果は、現実世界の応用におけるクラトム型のような代替物質プロファイル評価のための治療設計装置に役立つかもしれない。
関連論文リスト
- Evaluating the Robustness of Adverse Drug Event Classification Models Using Templates [11.276505487445782]
副作用 (ADE) は、薬物治療によって引き起こされる有害事象である。
その重要性にもかかわらず、ADEはしばしば公式チャンネルで報告されていない。
ソーシャルメディアにおけるADEの議論を検出する研究もある。
論文 参考訳（メタデータ） (2024-07-02T17:09:24Z) - Regressor-free Molecule Generation to Support Drug Response Prediction [83.25894107956735]
目標IC50スコアに基づく条件生成により、より効率的なサンプリングスペースを得ることができる。
回帰自由誘導は、拡散モデルのスコア推定と、数値ラベルに基づく回帰制御モデルの勾配を結合する。
論文 参考訳（メタデータ） (2024-05-23T13:22:17Z) - DenseNet and Support Vector Machine classifications of major depressive
disorder using vertex-wise cortical features [2.29023553248714]
大うつ病 (Major depressive disorder, MDD) は、世界中の数億の個人に影響を及ぼす複雑な精神疾患である。
ディープラーニングツールのニューロイメージングデータへの応用は、MDDの診断および予測バイオマーカーを提供する可能性がある。
MDD患者と健康管理 (HC) を線形機械学習による分節的大脳皮質の特徴に基づいて解離させる試みは, 精度が低いことが報告されている。
論文 参考訳（メタデータ） (2023-11-18T11:46:25Z) - AE-GPT: Using Large Language Models to Extract Adverse Events from
Surveillance Reports-A Use Case with Influenza Vaccine Adverse Events [13.221548807536067]
大言語モデル (LLMs) は臨床報告の中でAEを効果的に同定しカタログ化する可能性を示唆している。
本研究では特に,ALMのAE抽出能力を評価するためのAEに焦点を当てた。
微調整 GPT 3.5 モデル (AE-GPT) は0.704 マイクロ F1 スコアを厳密な試合、0.816 スコアを緩和した。
論文 参考訳（メタデータ） (2023-09-28T03:53:21Z) - Preliminary study on the impact of EEG density on TMS-EEG classification
in Alzheimer's disease [48.42347515853289]
TMS誘発脳波反応を用いてアルツハイマー病患者を健康的なコントロールから分類する。
精度、感度、特異性はそれぞれ92.7%、96.58%、88.2%であった。
論文 参考訳（メタデータ） (2022-05-19T20:34:04Z) - MS Lesion Segmentation: Revisiting Weighting Mechanisms for Federated
Learning [92.91544082745196]
フェデレートラーニング(FL)は医用画像解析に広く用いられている。
FLのパフォーマンスは、多発性硬化症(MS)病変セグメンテーションタスクに制限される。
2つの効果的な再重み付け機構によるFLMS病変分割フレームワークを提案する。
論文 参考訳（メタデータ） (2022-05-03T14:06:03Z) - Neural networks for Anatomical Therapeutic Chemical (ATC) [83.73971067918333]
両方向の長期記憶ネットワーク(BiLSTM)から抽出された集合を含む、特徴の異なるセットで訓練された複数の複数ラベル分類器を組み合わせることを提案する。
実験はこのアプローチのパワーを実証し、文献で報告された最良の手法よりも優れていることを示した。
論文 参考訳（メタデータ） (2021-01-22T19:49:47Z) - CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors
and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。
SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。
我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文 参考訳（メタデータ） (2020-07-20T21:47:28Z) - Learning for Dose Allocation in Adaptive Clinical Trials with Safety
Constraints [84.09488581365484]
新しい化合物の有効性と毒性の関係がより複雑になるにつれて、第1相線量測定試験はますます困難になっている。
最も一般的に使われている方法は、毒性事象のみから学習することで、最大許容量(MTD)を特定することである。
本稿では, 毒性安全性の制約を高い確率で満たしつつ, 累積効果を最大化することを目的とした, 適応型臨床試験手法を提案する。
論文 参考訳（メタデータ） (2020-06-09T03:06:45Z) - Accelerating drug repurposing for COVID-19 via modeling drug mechanism
of action with large scale gene-expression profiles [2.524526956420465]
新型コロナウイルス(COVID-19)は2019年12月に中国で流行し、世界中で急速に広まっている。
表現型データに基づく薬物使用の特定方法の開発は、薬物開発効率を向上させることができる。
この研究は、LINCSプログラムで生成された1024種類の薬物の細胞像の特徴に基づいて、薬物の使用を識別する最先端の機械学習手法を報告した。
論文 参考訳（メタデータ） (2020-05-15T14:28:56Z)
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。