論文の概要: A deformation-based morphometry framework for disentangling Alzheimer's
disease from normal aging using learned normal aging templates
- arxiv url: http://arxiv.org/abs/2311.08176v1
- Date: Tue, 14 Nov 2023 14:04:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-15 14:05:51.801387
- Title: A deformation-based morphometry framework for disentangling Alzheimer's
disease from normal aging using learned normal aging templates
- Title（参考訳）: 学習型正常老化テンプレートを用いたアルツハイマー病を正常老化から遠ざける変形型形態計測フレームワーク
- Authors: Jingru Fu, Daniel Ferreira, \"Orjan Smedby, Rodrigo Moreno
- Abstract要約: アルツハイマー病と正常な老化はどちらも脳萎縮を特徴とする。
そこで本研究では, 通常の加齢およびAD特異的萎縮パターンを推定するための変形型形態計測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）: 0.6417777780911224
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Alzheimer's Disease and normal aging are both characterized by brain atrophy.
The question of whether AD-related brain atrophy represents accelerated aging
or a neurodegeneration process distinct from that in normal aging remains
unresolved. Moreover, precisely disentangling AD-related brain atrophy from
normal aging in a clinical context is complex. In this study, we propose a
deformation-based morphometry framework to estimate normal aging and
AD-specific atrophy patterns of subjects from morphological MRI scans. We first
leverage deep-learning-based methods to create age-dependent templates of
cognitively normal (CN) subjects. These templates model the normal aging
atrophy patterns in a CN population. Then, we use the learned diffeomorphic
registration to estimate the one-year normal aging pattern at the voxel level.
We register the testing image to the 60-year-old CN template in the second
step. Finally, normal aging and AD-specific scores are estimated by measuring
the alignment of this registration with the one-year normal aging pattern. The
methodology was developed and evaluated on the OASIS3 dataset with 1,014
T1-weighted MRI scans. Of these, 326 scans were from CN subjects, and 688 scans
were from individuals clinically diagnosed with AD at different stages of
clinical severity defined by clinical dementia rating (CDR) scores. The results
show that ventricles predominantly follow an accelerated normal aging pattern
in subjects with AD. In turn, hippocampi and amygdala regions were affected by
both normal aging and AD-specific factors. Interestingly, hippocampi and
amygdala regions showed more of an accelerated normal aging pattern for
subjects during the early clinical stages of the disease, while the AD-specific
score increases in later clinical stages. Our code is freely available at
https://github.com/Fjr9516/DBM_with_DL.
- Abstract（参考訳）: アルツハイマー病と正常な老化はどちらも脳萎縮を特徴とする。
AD関連脳萎縮が老化を加速させるか、あるいは正常老化と異なる神経変性過程を示すかは未解決のままである。
さらに,AD関連脳萎縮を正常な老化から正確に遠ざけることは複雑である。
本研究では, 形態学的MRI画像から, 正常な加齢およびAD特異的萎縮パターンを推定するための変形型形態計測フレームワークを提案する。
まず,認知正常(CN)被験者の年齢依存テンプレートを作成するために,深層学習に基づく手法を活用する。
これらのテンプレートは、CN集団の正常な老化萎縮パターンをモデル化する。
次に, 学習した微分型登録を用いて, 1年間の正常な老化パターンをボクセルレベルで推定する。
テストイメージを60年前のCNテンプレートに第2ステップで登録する。
最後に、この登録と1年間の正常老化パターンのアラインメントを測定することにより、正常老化および広告特化スコアを推定する。
この手法を1014T1強調MRIスキャンを用いてOASIS3データセット上で開発・評価した。
そのうち326検体はCN患者で、688検体は臨床認知症評価(CDR)スコアで定義される臨床重症度が異なる段階でADと診断された。
以上の結果より,AD患者では,心室は正常経年変化が進行する傾向がみられた。
一方, 海馬および扁桃体領域は, 正常な加齢とad特異的な要因の両方に影響された。
興味深いことに、海馬と扁桃体領域は、早期臨床段階における被験者の正常な加齢パターンよりも、後期臨床段階においてAD特異的スコアが上昇した。
私たちのコードはhttps://github.com/Fjr9516/DBM_with_DLで無料で利用可能です。
関連論文リスト
- Towards Within-Class Variation in Alzheimer's Disease Detection from Spontaneous Speech [60.08015780474457]
アルツハイマー病(AD)の検出は、機械学習の分類モデルを使用する有望な研究領域として浮上している。
我々は、AD検出において、クラス内変異が重要な課題であると考え、ADを持つ個人は認知障害のスペクトルを示す。
本稿では,ソフトターゲット蒸留 (SoTD) とインスタンスレベルの再分散 (InRe) の2つの新しい手法を提案する。
論文 参考訳（メタデータ） (2024-09-22T02:06:05Z) - A Comparative Analysis on Metaheuristic Algorithms Based Vision
Transformer Model for Early Detection of Alzheimer's Disease [0.7673339435080445]
神経変性疾患を脅かす多くの生命は、特に高齢者の生活の質を低下させた。
認知症は、早期に検出されない場合、アルツハイマー病と呼ばれる重篤な症状を引き起こす可能性がある。
本稿では, 異なる段階で認知症を特定するために, 革新的メタヒューリスティックアルゴリズムに基づくViTモデルを提案する。
論文 参考訳（メタデータ） (2024-01-18T08:31:38Z) - Ordinal Classification with Distance Regularization for Robust Brain Age Prediction [25.555190119033615]
老化はアルツハイマー病(AD)の主要な危険因子の1つである
脳の年齢は、加齢による構造変化を反映した脳画像から導かれる指標であり、ADの発症を識別し、疾患リスクを評価し、標的とする介入を計画する可能性がある。
磁気共鳴画像(MRI)スキャンによる脳年齢予測のためのディープラーニングに基づく回帰手法は,近年,非常に精度が高い。
これらの手法は平均効果に固有の回帰傾向を受けており、体系的な偏りが生じ、若年者では脳年齢が過大評価され、老年者では過小評価される。
論文 参考訳（メタデータ） (2023-10-25T20:39:07Z) - A Surface-Based Federated Chow Test Model for Integrating APOE Status,
Tau Deposition Measure, and Hippocampal Surface Morphometry [18.36168858563601]
アルツハイマー病(英: Alzheimer's Disease、AD)は、認知症で最も一般的な疾患であり、CDCのデータによると65歳以上の6200万人に影響を及ぼす。
有効なAD診断バイオマーカーの発見は、公衆衛生上の大きな利益をもたらす可能性があると一般的に合意されている。
論文 参考訳（メタデータ） (2023-03-31T21:17:54Z) - Are we certain it's anomalous? [57.729669157989235]
時系列における異常検出は、高度に非線形な時間的相関のため、異常は稀であるため、複雑なタスクである。
本稿では,異常検出(HypAD)におけるハイパボリック不確実性の新しい利用法を提案する。
HypADは自己指導で入力信号を再構築する。
論文 参考訳（メタデータ） (2022-11-16T21:31:39Z) - Unsupervised Anomaly Detection in 3D Brain MRI using Deep Learning with
Multi-Task Brain Age Prediction [53.122045119395594]
ディープラーニングを用いた脳MRIにおける教師なし異常検出(UAD)は有望な結果を示した。
年齢情報を考慮した3次元脳MRIにおけるUDAの深層学習を提案する。
そこで本研究では,マルチタスク年齢予測を用いた新しい深層学習手法を提案する。
論文 参考訳（メタデータ） (2022-01-31T09:39:52Z) - Predi\c{c}\~ao da Idade Cerebral a partir de Imagens de Resson\^ancia
Magn\'etica utilizando Redes Neurais Convolucionais [57.52103125083341]
磁気共鳴画像を用いた脳年齢予測のための深層学習手法について検討した。
バイオマーカーの同定は、早期の神経変性過程の検出、および年齢または非年齢に関する認知低下の予測に有用である。
最も優れた結果は、平均絶対誤差3.83年を達成した2Dモデルによって得られた。
論文 参考訳（メタデータ） (2021-12-23T14:51:45Z) - Disentangling Alzheimer's disease neurodegeneration from typical brain
aging using machine learning [2.388738275105558]
神経イメージングバイオマーカーは、典型的な脳老化とアルツハイマー病(AD)を区別する
我々はこの2つを解消するための方法論を提示する。
遠絡SPAREモデルは2種類の脳変化に特異的な脳パターンを導出した。
論文 参考訳（メタデータ） (2021-09-08T15:33:29Z) - Brain Age Estimation From MRI Using Cascade Networks with Ranking Loss [75.03117866578913]
T1強調MRIデータから脳年齢を推定するために,新しい3次元畳み込みネットワークである2段エイジネットワーク(TSAN)を提案する。
686ドルのMRIによる実験では、TSANが正確な脳年齢を推定できることが示された。
論文 参考訳（メタデータ） (2021-06-06T07:11:25Z) - DeepAtrophy: Teaching a Neural Network to Differentiate Progressive
Changes from Noise on Longitudinal MRI in Alzheimer's Disease [1.465540676497032]
経時的MRI変化測定は非生物学的因子によって構成できる。
深層学習法は、生物学的変化と非生物学的要因を区別するために訓練することができる。
論文 参考訳（メタデータ） (2020-10-24T18:23:02Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z)
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。