論文の概要: LAVA: Granular Neuron-Level Explainable AI for Alzheimer's Disease
Assessment from Fundus Images
- arxiv url: http://arxiv.org/abs/2302.03008v1
- Date: Mon, 6 Feb 2023 18:43:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-07 15:25:27.106637
- Title: LAVA: Granular Neuron-Level Explainable AI for Alzheimer's Disease
Assessment from Fundus Images
- Title(参考訳): LAVA: 基礎画像を用いたアルツハイマー病診断のための粒状ニューロンレベル説明可能なAI
- Authors: Nooshin Yousefzadeh, Charlie Tran, Adolfo Ramirez-Zamora, Jinghua
Chen, Ruogu Fang, My T. Thai
- Abstract要約: アルツハイマー病(英語: Alzheimer's Disease、AD)は、進行性神経変性疾患であり、認知症の主要な原因である。
網膜は、脳と解剖学的に結びついているため、AD検出の診断部位として仮説化されている。
我々は、グラニュラーニューロンレベル説明器(LAVA)と呼ばれる新しいモデルに依存しない説明可能なAIフレームワークを提案する。
- 参考スコア(独自算出の注目度): 15.02513291695459
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Alzheimer's Disease (AD) is a progressive neurodegenerative disease and the
leading cause of dementia. Early diagnosis is critical for patients to benefit
from potential intervention and treatment. The retina has been hypothesized as
a diagnostic site for AD detection owing to its anatomical connection with the
brain. Developed AI models for this purpose have yet to provide a rational
explanation about the decision and neither infer the stage of disease's
progression. Along this direction, we propose a novel model-agnostic
explainable-AI framework, called Granular Neuron-level Explainer (LAVA), an
interpretation prototype that probes into intermediate layers of the
Convolutional Neural Network (CNN) models to assess the AD continuum directly
from the retinal imaging without longitudinal or clinical evaluation. This
method is applied to validate the retinal vasculature as a biomarker and
diagnostic modality for Alzheimer's Disease (AD) evaluation. UK Biobank
cognitive tests and vascular morphological features suggest LAVA shows strong
promise and effectiveness in identifying AD stages across the progression
continuum.
- Abstract(参考訳): アルツハイマー病は進行性神経変性疾患であり、認知症の主要な原因である。
早期診断は、患者が潜在的介入と治療の恩恵を受けるために重要である。
網膜は、脳との解剖学的つながりからAD検出の診断部位として仮説化されている。
この目的のために開発されたAIモデルは、決定について合理的な説明を提供しておらず、疾患の進行の段階を推測するものではない。
この方向に沿って,畳み込みニューラルネットワーク(CNN)モデルの中間層を探索し,経時的および臨床的評価なしに網膜画像から直接AD連続性を評価する,新しいモデルに依存しない説明可能なAIフレームワークであるGranular Neuron-level Explainer(LAVA)を提案する。
本法は、アルツハイマー病(AD)評価のためのバイオマーカーおよび診断モダリティとして網膜血管を検証するために応用される。
英国バイオバンクの認知検査と血管形態学的特徴から、LAVAは進行連続体全体にわたるADステージの同定において強い期待と効果を示すことが示唆された。
関連論文リスト
- Current and future roles of artificial intelligence in retinopathy of
prematurity [14.333209377077058]
未熟児の網膜症 (ROP) は重篤な病態である。
近年のディープラーニング(DL)、特に畳み込みニューラルネットワーク(CNN)は、ROPの検出と分類を大幅に改善している。
i-ROP 深層学習 (i-ROP-DL) システムもまた,高次疾患の検出を約束し,信頼性なROP 診断能を提供する。
論文 参考訳(メタデータ) (2024-02-15T14:35:02Z) - Vision Transformers and Bi-LSTM for Alzheimer's Disease Diagnosis from
3D MRI [0.0]
早期に診断された場合、アルツハイマー病(AD)を治療・治療することができる。
本研究では、視覚変換器(ViT)とバイLSTMを用いて、アルツハイマー病の診断のためのMRI画像の処理を提案する。
提案手法は,ADの診断のための精度,精度,Fスコア,リコールの点で良好に機能する。
論文 参考訳(メタデータ) (2024-01-06T06:11:03Z) - Leveraging Pretrained Representations with Task-related Keywords for
Alzheimer's Disease Detection [69.53626024091076]
アルツハイマー病(AD)は高齢者に特に顕著である。
事前学習モデルの最近の進歩は、AD検出モデリングを低レベル特徴から高レベル表現にシフトさせる動機付けとなっている。
本稿では,高レベルの音響・言語的特徴から,より優れたAD関連手がかりを抽出する,いくつかの効率的な手法を提案する。
論文 参考訳(メタデータ) (2023-03-14T16:03:28Z) - Patched Diffusion Models for Unsupervised Anomaly Detection in Brain MRI [55.78588835407174]
本稿では,正常脳解剖のパッチベース推定法として拡散モデルの生成タスクを再構築する手法を提案する。
腫瘍と多発性硬化症について検討し,既存のベースラインと比較して25.1%の改善がみられた。
論文 参考訳(メタデータ) (2023-03-07T09:40:22Z) - Pathology Steered Stratification Network for Subtype Identification in
Alzheimer's Disease [7.594681424335177]
アルツハイマー病(英: Alzheimers disease、AD)は、β-アミロイド、病理学的タウ、神経変性を特徴とする異種多時性神経変性疾患である。
本稿では,AD病理学に確立されたドメイン知識を反応拡散モデルにより組み込んだ新しい病理組織形成ネットワーク(PSSN)を提案する。
論文 参考訳(メタデータ) (2022-10-12T02:52:00Z) - Exploring linguistic feature and model combination for speech
recognition based automatic AD detection [61.91708957996086]
音声ベースの自動ADスクリーニングシステムは、他の臨床スクリーニング技術に代わる非侵襲的でスケーラブルな代替手段を提供する。
専門的なデータの収集は、そのようなシステムを開発する際に、モデル選択と特徴学習の両方に不確実性をもたらす。
本稿では,BERT と Roberta の事前学習したテキストエンコーダのドメイン微調整の堅牢性向上のための特徴とモデルの組み合わせ手法について検討する。
論文 参考訳(メタデータ) (2022-06-28T05:09:01Z) - Morphological feature visualization of Alzheimer's disease via
Multidirectional Perception GAN [40.50404819220093]
アルツハイマー病(AD)の重症度を示す形態的特徴を可視化するために, 新規な多方向知覚生成適応ネットワーク(MP-GAN)を提案する。
MP-GANは既存の手法に比べて優れた性能を発揮する。
論文 参考訳(メタデータ) (2021-11-25T03:24:52Z) - An explainable two-dimensional single model deep learning approach for
Alzheimer's disease diagnosis and brain atrophy localization [3.9281410693767036]
本稿では、アルツハイマー病(AD)の自動診断と、sMRIデータから、この疾患に関連する重要な脳領域の局所化について、エンドツーエンドのディープラーニングアプローチを提案する。
提案手法は,AD対認知正常(CN)とプログレッシブMCI(pMCI)と安定MCI(sMCI)の2つの分類タスクに対して,パブリックアクセス可能な2つのデータセットで評価されている。
実験結果から,本手法はマルチモデルや3次元CNN手法など,最先端の手法よりも優れていたことが示唆された。
論文 参考訳(メタデータ) (2021-07-28T07:19:00Z) - Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep
Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。
矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。
本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文 参考訳(メタデータ) (2021-05-18T11:37:57Z) - Towards a quantitative assessment of neurodegeneration in Alzheimer's
disease [0.0]
アルツハイマー病(英語: Alzheimer's disease、AD)は、脳の記憶や他の認知領域を徐々に破壊する不可逆性神経変性疾患である。
本稿では,神経変性の空間的範囲を視覚的に表現する手段として,病理特異的イメージングコントラスト(PSIC)の概念を紹介する。
PSICの値は専用ディープニューラルネットワーク(DNN)によって計算され、特にdMRI信号の処理に適応している。
論文 参考訳(メタデータ) (2020-11-06T05:56:29Z) - A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease
Progression with MEG Brain Networks [59.15734147867412]
アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。
我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。
我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
論文 参考訳(メタデータ) (2020-05-08T02:29:24Z)
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。