論文の概要: Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers
- arxiv url: http://arxiv.org/abs/2404.05748v2
- Date: Mon, 1 Jul 2024 19:13:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-04 07:19:16.677052
- Title: Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers
- Title（参考訳）: 画像ベースATNバイオマーカーを用いたマルチモーダル規範モデリングによるアルツハイマー病の均一性の解析
- Authors: Sayantan Kumar, Tom Earnest, Braden Yang, Deydeep Kothapalli, Andrew J. Aschenbrenner, Jason Hassenstab, Chengie Xiong, Beau Ances, John Morris, Tammie L. S. Benzinger, Brian A. Gordon, Philip Payne, Aristeidis Sotiras,
- Abstract要約: 我々は,アミロイド・タウ・デジェネレーション(ATN)イメージングバイオマーカー間の個人レベルの変動を分析するために,ディープラーニングに基づく規範的枠組みを採用した。
ATN全体にわたる異常偏差の空間的範囲と大きさを用いて,DSI(個人レベル病重症度指数)を算出した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: INTRODUCTION: Previous studies have applied normative modeling on a single neuroimaging modality to investigate Alzheimer Disease (AD) heterogeneity. We employed a deep learning-based multimodal normative framework to analyze individual-level variation across ATN (amyloid-tau-neurodegeneration) imaging biomarkers. METHODS: We selected cross-sectional discovery (n = 665) and replication cohorts (n = 430) with available T1-weighted MRI, amyloid and tau PET. Normative modeling estimated individual-level abnormal deviations in amyloid-positive individuals compared to amyloid-negative controls. Regional abnormality patterns were mapped at different clinical group levels to assess intra-group heterogeneity. An individual-level disease severity index (DSI) was calculated using both the spatial extent and magnitude of abnormal deviations across ATN. RESULTS: Greater intra-group heterogeneity in ATN abnormality patterns was observed in more severe clinical stages of AD. Higher DSI was associated with worse cognitive function and increased risk of disease progression. DISCUSSION: Subject-specific abnormality maps across ATN reveal the heterogeneous impact of AD on the brain.
- Abstract（参考訳）: 先行研究は、アルツハイマー病(AD)の不均一性を調べるために、単一神経画像モダリティの規範的モデリングを適用した。
我々は、深層学習に基づくマルチモーダル規範フレームワークを用いて、ATN(アミロイド-タウ-ニューロデジェネレーション)イメージングバイオマーカーの個人レベルの変動を分析した。
方法: T1強調MRI, アミロイド, タウPETを用いて, クロスセクション発見 (n = 665) と複製コホート (n = 430) を選択した。
アミロイド陽性者における個体レベルの異常偏差をアミロイド陰性群と比較して推定した。
組織内不均一性を評価するため,異なる臨床群レベルで局所異常パターンをマッピングした。
ATN全体にわたる異常偏差の空間的範囲と大きさを用いて,DSI(個人レベル病重症度指数)を算出した。
結果:ADのより重篤な臨床段階において,ATN異常パターンにおけるグループ内不均一性がより大きいことが示唆された。
より高DSIは認知機能低下と疾患進行リスクの増大と関連していた。
解離:ATNにまたがる対象特異的異常マップは、ADの脳への不均一な影響を明らかにする。
関連論文リスト
- Identifying latent disease factors differently expressed in patient subgroups using group factor analysis [54.67330718129736]
本稿では,サブグループ特異的およびサブグループ共通潜在因子を明らかにするための新しいアプローチを提案する。
提案手法は,正規化されたホースシュー先行群を用いたスパース群因子解析 (GFA) であり,確率計画法を用いて実装した。
論文 参考訳（メタデータ） (2024-10-10T13:12:14Z) - 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) - Unsupervised Anomaly Detection using Aggregated Normative Diffusion [46.24703738821696]
教師なし異常検出は、より広い範囲の異常を識別する可能性がある。
既存の最先端のUADアプローチは、様々な種類の異常に対してうまく一般化しない。
Aggregated Normative Diffusion (ANDi) という新しいUAD法を提案する。
論文 参考訳（メタデータ） (2023-12-04T14:02:56Z) - Improving Normative Modeling for Multi-modal Neuroimaging Data using
mixture-of-product-of-experts variational autoencoders [0.0]
既存の変分オートエンコーダ(VAE)ベースの規範モデルは、積を推定したり、不定形遅延後部の平均化によって複数のモードから情報を集約する。
これはしばしば、主観レベルの偏差の推定に影響を及ぼす非形式的な関節潜伏分布をもたらす。
後肢後肢のモデリングを改善するMixture-of-Product-of-Experts法を応用した。
論文 参考訳（メタデータ） (2023-12-02T01:17:01Z) - 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) - Multi-modal Variational Autoencoders for normative modelling across
multiple imaging modalities [0.1534667887016089]
本稿では,T1およびDTIデータ間の主観レベルずれを検出するための2つのマルチモーダルVAE規範モデルを提案する。
提案モデルでは, 疾患を検知し, 重症度を把握し, 患者の認知と相関する可能性が示唆された。
論文 参考訳（メタデータ） (2023-03-16T09:14:48Z) - Prototypical Residual Networks for Anomaly Detection and Localization [80.5730594002466]
本稿では,PRN(Prototypeal Residual Network)というフレームワークを提案する。
PRNは、異常領域の分割マップを正確に再構築するために、異常領域と正常パターンの間の様々なスケールとサイズの特徴的残差を学習する。
異常を拡大・多様化するために,見かけの相違と外観の相違を考慮に入れた様々な異常発生戦略を提示する。
論文 参考訳（メタデータ） (2022-12-05T05:03:46Z) - Pathology Steered Stratification Network for Subtype Identification in
Alzheimer's Disease [7.594681424335177]
アルツハイマー病(英: Alzheimers disease、AD)は、β-アミロイド、病理学的タウ、神経変性を特徴とする異種多時性神経変性疾患である。
本稿では,AD病理学に確立されたドメイン知識を反応拡散モデルにより組み込んだ新しい病理組織形成ネットワーク(PSSN)を提案する。
論文 参考訳（メタデータ） (2022-10-12T02:52:00Z) - rfPhen2Gen: A machine learning based association study of brain imaging
phenotypes to genotypes [71.1144397510333]
56個の脳画像QTを用いてSNPを予測する機械学習モデルを学習した。
アルツハイマー病(AD)リスク遺伝子APOEのSNPは、ラスソとランダムな森林に対して最低のRMSEを有していた。
ランダム・フォレストは、線形モデルによって優先順位付けされなかったが、脳関連疾患と関連があることが知られている追加のSNPを特定した。
論文 参考訳（メタデータ） (2022-03-31T20:15:22Z) - G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for
Biomarker Identification and Disease Classification [49.53651166356737]
診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。
2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
論文 参考訳（メタデータ） (2021-01-27T19:28:04Z) - MAGIC: Multi-scale Heterogeneity Analysis and Clustering for Brain
Diseases [3.955454029331185]
マルチスケールクラスタリングを活用することにより,病気の多様性を明らかにする新しい手法MAGICを提案する。
シミュレーションした異種神経解剖学的データを用いてMAGICを検証するとともに、アルツハイマー病(AD)の異種性を探究して臨床応用の可能性を示す。
以上の結果より,大脳皮質大萎縮と大脳皮質大萎縮の2つの亜型は,海馬の微細萎縮と大脳皮質大萎縮の2つからなることが明らかとなった。
論文 参考訳（メタデータ） (2020-07-01T23:42:37Z)
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。