Fugu-MT 論文翻訳(概要): Predicting Alzheimers Disease Diagnosis Risk over Time with Survival Machine Learning on the ADNI Cohort

論文の概要: Predicting Alzheimers Disease Diagnosis Risk over Time with Survival Machine Learning on the ADNI Cohort

arxiv url: http://arxiv.org/abs/2306.10326v1
Date: Sat, 17 Jun 2023 12:03:35 GMT
ステータス: 処理完了
システム内更新日: 2023-06-21 23:07:01.944506
Title: Predicting Alzheimers Disease Diagnosis Risk over Time with Survival Machine Learning on the ADNI Cohort
Title（参考訳）: ADNIコホートを用いた生存機械学習によるアルツハイマー病診断の予測
Authors: Henry Musto, Daniel Stamate, Ida Pu, Daniel Stahl
Abstract要約: 世界中のアルツハイマー病の流行は認知症につながる認知低下の悪化を予測できる効率的なツールの探索を促している。本稿では,劣化だけでなく,劣化する可能性も予測できるモデル構築ツールとして,生存型機械学習の可能性を探る。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The rise of Alzheimers Disease worldwide has prompted a search for efficient tools which can be used to predict deterioration in cognitive decline leading to dementia. In this paper, we explore the potential of survival machine learning as such a tool for building models capable of predicting not only deterioration but also the likely time to deterioration. We demonstrate good predictive ability (0.86 C-Index), lending support to its use in clinical investigation and prediction of Alzheimers Disease risk.
Abstract（参考訳）: 世界中のアルツハイマー病の流行は認知症につながる認知低下の悪化を予測できる効率的なツールの探索を促している。本稿では,サバイバル機械学習の可能性を,劣化だけでなく劣化の確率も予測可能なモデル構築のためのツールとして検討する。臨床研究およびアルツハイマー病のリスク予測において,優れた予測能力(0.86 C-Index)を示し,その活用を支援する。

関連論文リスト

Statistical testing on generative AI anomaly detection tools in Alzheimer's Disease diagnosis [16.73336092521471]
生成AIは、医療画像における異常検出の可能性を示している。我々は、選択的推論を用いてこの問題を解決し、アルツハイマーの予測のための信頼できる生成AI手法を開発することを提案する。
論文参考訳（メタデータ） (2024-10-17T09:15:09Z)
Leveraging Social Determinants of Health in Alzheimer's Research Using LLM-Augmented Literature Mining and Knowledge Graphs [33.755845172595365]
成長する証拠は、社会的健康決定因子(SDoH)がアルツハイマー病(AD)と関連する認知症を発症する個人のリスクに影響を与えることを示唆している。本研究は、SDoHの知識を広範囲にわたる文献から抽出し、AD関連生物学的実体と統合するための、新しい自動化された枠組みを提案する。本フレームワークは,ADにおける知識発見の促進を約束し,他のSDoH関連研究領域に一般化することができる。
論文参考訳（メタデータ） (2024-10-04T21:39:30Z)
Augmented Risk Prediction for the Onset of Alzheimer's Disease from Electronic Health Records with Large Language Models [42.676566166835585]
アルツハイマー病(英語: Alzheimer's disease、AD)は、65歳以上のアメリカ人で5番目に多い死因である。大規模言語モデル(LLM)の最近の進歩は、リスク予測の強化に強い可能性を秘めている。本稿では,LSMの少数ショット推論能力を活用することでリスク予測を向上する新しいパイプラインを提案する。
論文参考訳（メタデータ） (2024-05-26T03:05:10Z)
Intelligent Diagnosis of Alzheimer's Disease Based on Machine Learning [24.467566885575998]
この研究は、アルツハイマー病神経画像イニシアチブ(ADNI)データセットに基づいている。アルツハイマー病(AD)の早期発見と進行の解明を目的とする。
論文参考訳（メタデータ） (2024-02-13T15:43:30Z)
A Machine Learning Approach for Predicting Deterioration in Alzheimer's Disease [0.0]
本稿では,機械学習を用いたアルツハイマー病の悪化について検討する。勾配強化を含む6つの機械学習モデルを構築し評価した。認知正常群のうちどれが劣化したかを予測するCARTを用いて,良好な予測能力を示すことができた。軽度認知障害群では,Elastic Netによる劣化予測能力は良好であった。
論文参考訳（メタデータ） (2023-06-17T12:23:35Z)
Automated detection of Alzheimer disease using MRI images and deep neural networks- A review [0.0]
アルツハイマー病の早期発見は、介入の展開と疾患進行の鈍化に不可欠である。機械学習とディープラーニングのアルゴリズムは、アルツハイマーの自動検出の構築を目的として、過去10年間に数多く研究されてきた。
論文参考訳（メタデータ） (2022-09-22T19:28:59Z)
Investigating Conversion from Mild Cognitive Impairment to Alzheimer's Disease using Latent Space Manipulation [0.23931689873603598]
本稿では、MCIからアルツハイマー病への変換の識別子である変数を発見するためのディープラーニングフレームワークを提案する。特に、MCIおよびアルツハイマー病患者で訓練された変分自己エンコーダネットワークの潜時空間を操作し、重要な特性を得る。生成型デコーダとアルツハイマー病の診断に繋がる寸法を利用して、データセット中のMCI患者から合成認知症患者を生成する。
論文参考訳（メタデータ） (2021-11-16T21:48:09Z)
Patient-independent Epileptic Seizure Prediction using Deep Learning Models [39.19336481493405]
発作予知システムの目的は、発作が起こる前に起こる前頭前脳のステージを正常に識別することである。患者に依存しない発作予測モデルは、データセット内の複数の被験者に正確なパフォーマンスを提供するように設計されている。患者に依存しない2つの深層学習アーキテクチャを提案する。
論文参考訳（メタデータ） (2020-11-18T23:13:48Z)
Uncertainty-Aware Multi-Modal Ensembling for Severity Prediction of Alzheimer's Dementia [39.29536042476913]
本稿では,アルツハイマー病の重症度を予測するために,マルチモーダルアンサンブルのための不確実性を考慮したブースティング手法を提案する。音響的・認知的・言語的特徴にまたがる不確実性の伝播は、データの異義性に頑健なアンサンブルシステムを生み出す。
論文参考訳（メタデータ） (2020-10-03T23:08:00Z)
Neuro-symbolic Neurodegenerative Disease Modeling as Probabilistic Programmed Deep Kernels [93.58854458951431]
本稿では、神経変性疾患のパーソナライズされた予測モデリングのための、確率的プログラムによる深層カーネル学習手法を提案する。我々の分析は、ニューラルネットワークとシンボリック機械学習のアプローチのスペクトルを考慮する。我々は、アルツハイマー病の予測問題について評価を行い、深層学習を超越した結果を得た。
論文参考訳（メタデータ） (2020-09-16T15:16:03Z)
Multimodal Inductive Transfer Learning for Detection of Alzheimer's Dementia and its Severity [39.57255380551913]
本稿では,音響的,認知的,言語的特徴を活用してマルチモーダルアンサンブルシステムを構築する新しいアーキテクチャを提案する。時相特性を持つ特殊な人工ニューラルネットワークを使用して、アルツハイマー認知症(AD)とその重症度を検出する。本システムでは,AD分類では最先端試験精度,精度,リコール,F1スコアが83.3%,MMSEスコア評価では4.60の最先端試験根平均二乗誤差(RMSE)が得られた。
論文参考訳（メタデータ） (2020-08-30T21:47:26Z)

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。