論文の概要: Intelligent Diagnosis of Alzheimer's Disease Based on Machine Learning

• arxiv url: http://arxiv.org/abs/2402.08539v1
• Date: Tue, 13 Feb 2024 15:43:30 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-14 14:53:15.127871
• Title: Intelligent Diagnosis of Alzheimer's Disease Based on Machine Learning
• Title（参考訳）: 機械学習によるアルツハイマー病のインテリジェント診断
• Authors: Mingyang Li, Hongyu Liu, Yixuan Li, Zejun Wang, Yuan Yuan, Honglin Dai
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 24.467566885575998
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study is based on the Alzheimer's Disease Neuroimaging Initiative (ADNI) dataset and aims to explore early detection and disease progression in Alzheimer's disease (AD). We employ innovative data preprocessing strategies, including the use of the random forest algorithm to fill missing data and the handling of outliers and invalid data, thereby fully mining and utilizing these limited data resources. Through Spearman correlation coefficient analysis, we identify some features strongly correlated with AD diagnosis. We build and test three machine learning models using these features: random forest, XGBoost, and support vector machine (SVM). Among them, the XGBoost model performs the best in terms of diagnostic performance, achieving an accuracy of 91%. Overall, this study successfully overcomes the challenge of missing data and provides valuable insights into early detection of Alzheimer's disease, demonstrating its unique research value and practical significance.
• Abstract（参考訳）: 本研究は、アルツハイマー病神経イメージングイニシアチブ(ADNI)データセットに基づいて、アルツハイマー病(AD)の早期発見と疾患進行を探求することを目的とする。 我々は,データの欠落や異常値や不正値の処理にランダムフォレストアルゴリズムを用いることで,これらの限られたデータ資源を十分にマイニングし活用することを含む,革新的なデータ前処理戦略を採用している。 スピアマン相関係数分析により,ad診断と強く相関する特徴を同定した。 これらの特徴を利用して、ランダムフォレスト、XGBoost、サポートベクターマシン(SVM)の3つの機械学習モデルを構築し、テストする。 その中でも、xgboostモデルは診断性能の面で最高の性能を示し、精度は91%である。 全体として、この研究は不足するデータの課題を克服し、アルツハイマー病の早期発見に関する貴重な洞察を提供し、そのユニークな研究価値と実用的意義を示している。

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)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Alzheimer's disease detection in PSG signals [2.8691549050152965]
  アルツハイマー病(AD)と睡眠障害は密接に関連しており、睡眠パターンの混乱は早期ADの発症に先行することが多い。 本研究は、睡眠関連脳波(EEG)信号によるADの早期検出の可能性について検討した。 我々の主な焦点は、データ可用性に制限があるため、脳波信号の分類のための半教師付きディープラーニング技術を探ることである。
  論文  参考訳（メタデータ） (2024-04-04T15:56:23Z)
• A reproducible 3D convolutional neural network with dual attention module (3D-DAM) for Alzheimer's disease classification [1.5566524830295307]
  本稿では,アルツハイマー病分類のための2つの注意モジュールを備えた3次元畳み込みニューラルネットワークを提案する。 このモデルをADNIデータベースでトレーニングし、2つの独立したデータセットで本手法の一般化性を検証する。
  論文  参考訳（メタデータ） (2023-10-19T08:33:23Z)
• Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance [49.87607548975686]
  関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。 本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。 提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-06-02T01:46:31Z)
• Incomplete Multimodal Learning for Complex Brain Disorders Prediction [65.95783479249745]
  本稿では,変換器と生成対向ネットワークを用いた不完全なマルチモーダルデータ統合手法を提案する。 アルツハイマー病神経画像イニシアチブコホートを用いたマルチモーダルイメージングによる認知変性と疾患予後の予測に本手法を適用した。
  論文  参考訳（メタデータ） (2023-05-25T16:29:16Z)
• 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)
• 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)
• 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)
• Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype Prediction [55.94378672172967]
  本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。 新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。 我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
  論文  参考訳（メタデータ） (2020-09-02T02:50:30Z)
• Application of Machine Learning to Predict the Risk of Alzheimer's Disease: An Accurate and Practical Solution for Early Diagnostics [1.1470070927586016]
  アルツハイマー病(AD)は500万人以上のアメリカ人の認知能力を悪化させ、医療システムに多大な負担をかけている。 本稿では,医療画像のない,臨床訪問や検査の少ないAD開発のための機械学習予測モデルを提案する。 本モデルは,2つの顕著な研究結果から,人口統計,バイオマーカー,認知テストデータを用いて訓練し,検証した。
  論文  参考訳（メタデータ） (2020-06-02T14:52:51Z)

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。