論文の概要: Alzheimer Disease Detection from Raman Spectroscopy of the Cerebrospinal Fluid via Topological Machine Learning

• arxiv url: http://arxiv.org/abs/2309.03664v1
• Date: Thu, 7 Sep 2023 12:01:01 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-08 13:07:48.854540
• Title: Alzheimer Disease Detection from Raman Spectroscopy of the Cerebrospinal Fluid via Topological Machine Learning
• Title（参考訳）: 位相的機械学習による脳脊髄液ラマン分光法によるアルツハイマー病の検出
• Authors: Francesco Conti, Martina Banchelli, Valentina Bessi, Cristina Cecchi, Fabrizio Chiti, Sara Colantonio, Cristiano D'Andrea, Marella de Angelis, Davide Moroni, Benedetta Nacmias, Maria Antonietta Pascali, Sandro Sorbi and Paolo Matteini
• Abstract要約: 生および前処理したRamanスペクトルがアルツハイマー病とコントロールの区別に有用かどうかを検討した。 生スペクトルから抽出したトポロジカルディスクリプタに機械学習を適用し,高い分類精度を実現した。 以上の結果から, RSとトポロジカル解析が併用することにより, ADの診断を確定・無効化できる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 2.349989832288116
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The cerebrospinal fluid (CSF) of 19 subjects who received a clinical diagnosis of Alzheimer's disease (AD) as well as of 5 pathological controls have been collected and analysed by Raman spectroscopy (RS). We investigated whether the raw and preprocessed Raman spectra could be used to distinguish AD from controls. First, we applied standard Machine Learning (ML) methods obtaining unsatisfactory results. Then, we applied ML to a set of topological descriptors extracted from raw spectra, achieving a very good classification accuracy (>87%). Although our results are preliminary, they indicate that RS and topological analysis together may provide an effective combination to confirm or disprove a clinical diagnosis of AD. The next steps will include enlarging the dataset of CSF samples to validate the proposed method better and, possibly, to understand if topological data analysis could support the characterization of AD subtypes.
• Abstract（参考訳）: アルツハイマー病 (AD) の臨床診断を受けた19例の脳脊髄液 (CSF) および5例の病態コントロールをRaman spectroscopy (RS) により収集・解析した。 生および前処理したRamanスペクトルを用いてADと制御を区別できるかどうかを検討した。 まず、不満足な結果を得るために、標準機械学習(ML)手法を適用した。 次に,生スペクトルから抽出した位相ディスクリプタ群にmlを適用し,非常に良好な分類精度(>87%)を得た。 以上の結果から, rsとトポロジカル解析の併用はadの臨床診断の確認や無効化に有効な組み合わせとなる可能性が示唆された。 次のステップでは、提案手法をよりよく検証するために、CSFサンプルのデータセットを拡大すること、そしておそらく、トポロジ的データ分析がADサブタイプの特徴づけをサポートすることができるかどうかを理解することが含まれる。

関連論文リスト

• Early Detection of Alzheimer's Disease using Bottleneck Transformers [1.14219428942199]
  本稿では,アルツハイマー病の早期発見のために,自己注意型ボトルネックトランスフォーマーのアンサンブルを用いた新しいアプローチを提案する。 提案手法は広く受け入れられているADNIデータセット上でテストされ、精度、精度、リコール、F1スコア、ROC-AUCスコアをパフォーマンス指標として評価している。
  論文  参考訳（メタデータ） (2023-05-01T16:17:52Z)
• Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging [59.79875531898648]
  DeepGliomaは人工知能に基づく診断スクリーニングシステムである。 ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
  論文  参考訳（メタデータ） (2023-03-23T18:50:18Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• Detecting Histologic & Clinical Glioblastoma Patterns of Prognostic Relevance [6.281092892485014]
  グリオ芽腫は中枢神経系で最も一般的で攻撃的な悪性成人腫瘍である。 18年前に現在の標準治療を採用して以降,実質的な予後改善は認められていない。 ここでは,H&E染色WSIとOSに関する臨床データから,予後関連特性の同定に焦点をあてる。
  論文  参考訳（メタデータ） (2023-02-01T18:56:09Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Parkinson's Disease Diagnosis based on Gait Cycle Analysis Through an Interpretable Interval Type-2 Neuro-Fuzzy System [3.5450828190071655]
  提案手法は,垂直地中反応力(vGRF)から抽出した臨床特徴を利用する。 提案手法の最終的な精度、精度、リコール、F1スコアは88.74%、89.41%、95.10%、92.16%である。
  論文  参考訳（メタデータ） (2021-09-02T08:33:27Z)
• 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)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)
• A Role for Prior Knowledge in Statistical Classification of the Transition from MCI to Alzheimer's Disease [0.0]
  軽度認知障害(MCI)からアルツハイマー病(AD)への移行は臨床研究者にとって大きな関心事である。 分類のための機械学習(ML)アプローチの成長は、多くの臨床研究者にロジスティック回帰(LR)の価値を過小評価させる可能性がある 本稿では,ADに関わる脳領域の臨床的知識に基づいて,効率的な特徴選択を利用する方法を提案する。
  論文  参考訳（メタデータ） (2020-11-28T18:15:24Z)
• Tractometry-based Anomaly Detection for Single-subject White Matter Analysis [0.0]
  ディープオートエンコーダは、神経画像データの異常を検出する大きな可能性を示している。 本稿では,白色物質(WM)経路の多様体上で動作し,規範的ミクロ構造特徴を学習するフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-05-22T09:50:22Z)
• Bulbar ALS Detection Based on Analysis of Voice Perturbation and Vibrato [68.97335984455059]
  本研究の目的は,ALS患者の自動検出のための持続母音発声テストの有用性を検証することである。 そこで我々は,音声信号から測定値の計算に必要な基本周期への分離手順の強化を提案した。
  論文  参考訳（メタデータ） (2020-03-24T12:49:25Z)

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。