論文の概要: Diagnosing Bipolar Disorder from 3-D Structural Magnetic Resonance Images Using a Hybrid GAN-CNN Method

• arxiv url: http://arxiv.org/abs/2310.07359v1
• Date: Wed, 11 Oct 2023 10:17:41 GMT
• ステータス: 処理完了
• システム内更新日: 2023-10-12 23:23:58.028646
• Title: Diagnosing Bipolar Disorder from 3-D Structural Magnetic Resonance Images Using a Hybrid GAN-CNN Method
• Title（参考訳）: ハイブリッドGAN-CNN法による三次元構造磁気共鳴画像からの双極性障害の診断
• Authors: Masood Hamed Saghayan, Mohammad Hossein Zolfagharnasab, Ali Khadem, Farzam Matinfar, Hassan Rashidi
• Abstract要約: 本研究では、3次元構造MRI画像(sMRI)から双極性障害(BD)を診断するためのハイブリッドGAN-CNNモデルを提案する。 その結果, 精度が75.8%, 感度が60.3%, 特異性が82.5%となり, 従来よりも3.5%高いことがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Bipolar Disorder (BD) is a psychiatric condition diagnosed by repetitive cycles of hypomania and depression. Since diagnosing BD relies on subjective behavioral assessments over a long period, a solid diagnosis based on objective criteria is not straightforward. The current study responded to the described obstacle by proposing a hybrid GAN-CNN model to diagnose BD from 3-D structural MRI Images (sMRI). The novelty of this study stems from diagnosing BD from sMRI samples rather than conventional datasets such as functional MRI (fMRI), electroencephalography (EEG), and behavioral symptoms while removing the data insufficiency usually encountered when dealing with sMRI samples. The impact of various augmentation ratios is also tested using 5-fold cross-validation. Based on the results, this study obtains an accuracy rate of 75.8%, a sensitivity of 60.3%, and a specificity of 82.5%, which are 3-5% higher than prior work while utilizing less than 6% sample counts. Next, it is demonstrated that a 2- D layer-based GAN generator can effectively reproduce complex 3D brain samples, a more straightforward technique than manual image processing. Lastly, the optimum augmentation threshold for the current study using 172 sMRI samples is 50%, showing the applicability of the described method for larger sMRI datasets. In conclusion, it is established that data augmentation using GAN improves the accuracy of the CNN classifier using sMRI samples, thus developing more reliable decision support systems to assist practitioners in identifying BD patients more reliably and in a shorter period
• Abstract（参考訳）: 双極性障害(bipolar disorder, bd)は、低調症やうつ病の繰り返し周期によって診断される精神疾患である。 BDの診断は長期にわたる主観的行動評価に依存しているため,客観的基準に基づく診断は容易ではない。 本研究は,3次元構造MRI画像(sMRI)からBDを診断するためのハイブリッドGAN-CNNモデルを提案することにより,これらの障害に対処した。 この研究の新規性は、機能的MRI(fMRI)や脳波(EEG)といった従来のデータセットではなく、sMRIサンプルからBDを診断することに由来する。 各種増倍比の影響も5倍のクロスバリデーションを用いて検証した。 本研究は, 精度が75.8%, 感度が60.3%, 特異性が82.5%であり, 従来の作業よりも35%高く, 試料数6%以下である。 次に, 2次元層ベースGANジェネレータが, 手動画像処理よりも簡単な複雑な3次元脳サンプルを効果的に再現できることを実証した。 最後に、172個のsMRIサンプルを用いた現在の研究の最適増強閾値は50%であり、より大規模なsMRIデータセットに適用可能であることを示す。 結論として,ganを用いたデータ拡張によりsmriサンプルを用いたcnn分類精度が向上し,より信頼性の高いbd患者の同定を支援する意思決定支援システムが開発された。

関連論文リスト

• AXIAL: Attention-based eXplainability for Interpretable Alzheimer's Localized Diagnosis using 2D CNNs on 3D MRI brain scans [43.06293430764841]
  本研究では,3次元MRIを用いたアルツハイマー病診断の革新的手法を提案する。 提案手法では,2次元CNNがボリューム表現を抽出できるソフトアテンション機構を採用している。 ボクセルレベルの精度では、どの領域に注意が払われているかを同定し、これらの支配的な脳領域を同定する。
  論文  参考訳（メタデータ） (2024-07-02T16:44:00Z)
• Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
  超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。 我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
  論文  参考訳（メタデータ） (2024-04-15T02:41:55Z)
• Interpretable 3D Multi-Modal Residual Convolutional Neural Network for Mild Traumatic Brain Injury Diagnosis [1.0621519762024807]
  Occlusion Sensitivity Maps (OSM) を用いたmTBI診断モデルのための解釈可能な3次元多モード残差畳み込みニューラルネットワーク(MRCNN)を提案する。 MRCNNモデルでは, 平均精度82.4%, 感度82.6%, 特異性81.6%を5倍のクロスバリデーション法で検証した。
  論文  参考訳（メタデータ） (2023-09-22T01:58:27Z)
• Brain Imaging-to-Graph Generation using Adversarial Hierarchical Diffusion Models for MCI Causality Analysis [44.45598796591008]
  機能的磁気共鳴画像(fMRI)を軽度認知障害解析のための効果的な接続性にマッピングするために,脳画像から画像へのBIGG(Brain Imaging-to-graph generation)フレームワークを提案する。 発電機の階層変換器は、複数のスケールでノイズを推定するように設計されている。 ADNIデータセットの評価は,提案モデルの有効性と有効性を示す。
  論文  参考訳（メタデータ） (2023-05-18T06:54:56Z)
• Enhanced artificial intelligence-based diagnosis using CBCT with internal denoising: Clinical validation for discrimination of fungal ball, sinusitis, and normal cases in the maxillary sinus [9.215075415688663]
  コーンビームCT(CBCT)は放射線線量とコストの低いターゲットの3次元体積像を提供する。 副鼻腔疾患の検出に広く用いられている。 CBCTは再建制約により軟部組織病変を検出する感度に欠ける。
  論文  参考訳（メタデータ） (2022-11-29T06:24:01Z)
• Lightweight 3D Convolutional Neural Network for Schizophrenia diagnosis using MRI Images and Ensemble Bagging Classifier [1.487444917213389]
  本稿では,MRI画像を用いた統合失調症診断のための軽量3次元畳み込みニューラルネットワーク(CNN)フレームワークを提案する。 精度は92.22%、感度94.44%、特異度90%、精度90.43%、リコール94.44%、F1スコア92.39%、G平均92.19%である。
  論文  参考訳（メタデータ） (2022-11-05T10:27:37Z)
• Automated SSIM Regression for Detection and Quantification of Motion Artefacts in Brain MR Images [54.739076152240024]
  磁気共鳴脳画像における運動アーチファクトは重要な問題である。 MR画像の画質評価は,臨床診断に先立って基本的である。 構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
  論文  参考訳（メタデータ） (2022-06-14T10:16:54Z)
• Outlier-based Autism Detection using Longitudinal Structural MRI [6.311381904410801]
  本稿では, 構造的磁気共鳴画像(sMRI)に基づく自閉症スペクトラム障害の診断を, 異常検出手法を用いて提案する。 GAN(Generative Adversarial Network)は、健康な被験者のsMRIスキャンでのみ訓練される。 実験の結果、ASD検出フレームワークは最先端のトレーニングデータと互換性があり、トレーニングデータもはるかに少ないことがわかった。
  論文  参考訳（メタデータ） (2022-02-21T04:37:25Z)
• Feature Fusion of Raman Chemical Imaging and Digital Histopathology using Machine Learning for Prostate Cancer Detection [0.0]
  本研究は, 染色デジタル組織学 (DP) と非定常ラマンケミカルイメージング (RCI) によるマルチモーダル画像を用いた。 この仮説は、マルチモーダル画像モデルが診断精度の点で単一のモダリティベースラインモデルより優れているかどうかを検証した。
  論文  参考訳（メタデータ） (2021-01-18T22:11:42Z)
• Fader Networks for domain adaptation on fMRI: ABIDE-II study [68.5481471934606]
  我々は3次元畳み込みオートエンコーダを用いて、無関係な空間画像表現を実現するとともに、ABIDEデータ上で既存のアプローチより優れていることを示す。
  論文  参考訳（メタデータ） (2020-10-14T16:50:50Z)
• Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
  本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。 合計320回の試験(平均6回の試験)と28回の試験が行われた。 ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
  論文  参考訳（メタデータ） (2020-05-27T20:44:38Z)

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。