論文の概要: Exploring Nutritional Impact on Alzheimer's Mortality: An Explainable AI Approach
- arxiv url: http://arxiv.org/abs/2405.17502v1
- Date: Sun, 26 May 2024 03:18:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-29 23:50:45.073627
- Title: Exploring Nutritional Impact on Alzheimer's Mortality: An Explainable AI Approach
- Title(参考訳): アルツハイマーの死亡率に対する栄養学的影響を探る - 説明可能なAIアプローチ
- Authors: Ziming Liu, Longjian Liu, Robert E. Heidel, Xiaopeng Zhao,
- Abstract要約: 本稿では、機械学習(ML)と説明可能な人工知能(XAI)技術を用いて、アルツハイマー病(AD)に伴う栄養状態と死亡率との関係について検討する。
その結果,血清ビタミンB12および糖化ヘモグロビンなどの栄養因子が明らかとなった。
- 参考スコア(独自算出の注目度): 9.019755267796077
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This article uses machine learning (ML) and explainable artificial intelligence (XAI) techniques to investigate the relationship between nutritional status and mortality rates associated with Alzheimers disease (AD). The Third National Health and Nutrition Examination Survey (NHANES III) database is employed for analysis. The random forest model is selected as the base model for XAI analysis, and the Shapley Additive Explanations (SHAP) method is used to assess feature importance. The results highlight significant nutritional factors such as serum vitamin B12 and glycated hemoglobin. The study demonstrates the effectiveness of random forests in predicting AD mortality compared to other diseases. This research provides insights into the impact of nutrition on AD and contributes to a deeper understanding of disease progression.
- Abstract(参考訳): 本稿では、機械学習(ML)と説明可能な人工知能(XAI)技術を用いて、アルツハイマー病(AD)に関連する栄養状態と死亡率の関係について検討する。
The Third National Health and Nutrition Examination Survey (NHANES III)データベースが分析に使用されている。
XAI解析の基盤モデルとしてランダム森林モデルを選択し,特徴量評価にShapley Additive Explanations (SHAP)法を用いる。
その結果,血清ビタミンB12および糖化ヘモグロビンなどの栄養因子が明らかとなった。
本研究は、他の疾患と比較してAD死亡率を予測するために無作為林の有効性を示す。
本研究は, 栄養がADに与える影響についての知見を提供し, 疾患進行のより深い理解に寄与する。
関連論文リスト
- Leveraging Social Determinants of Health in Alzheimer's Research Using LLM-Augmented Literature Mining and Knowledge Graphs [33.755845172595365]
成長する証拠は、社会的健康決定因子(SDoH)がアルツハイマー病(AD)と関連する認知症を発症する個人のリスクに影響を与えることを示唆している。
本研究は、SDoHの知識を広範囲にわたる文献から抽出し、AD関連生物学的実体と統合するための、新しい自動化された枠組みを提案する。
本フレームワークは,ADにおける知識発見の促進を約束し,他のSDoH関連研究領域に一般化することができる。
論文 参考訳(メタデータ) (2024-10-04T21:39:30Z) - Explainable Biomedical Hypothesis Generation via Retrieval Augmented Generation enabled Large Language Models [46.05020842978823]
大規模言語モデル(LLM)はこの複雑なデータランドスケープをナビゲートする強力なツールとして登場した。
RAGGEDは、知識統合と仮説生成を伴う研究者を支援するために設計された包括的なワークフローである。
論文 参考訳(メタデータ) (2024-07-17T07:44:18Z) - 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) - NutritionVerse-Direct: Exploring Deep Neural Networks for Multitask Nutrition Prediction from Food Images [63.314702537010355]
自己申告法はしばしば不正確であり、重大な偏見に悩まされる。
近年、食品画像から栄養情報を予測するためにコンピュータビジョン予測システムを用いた研究が進められている。
本稿では,様々なニューラルネットワークアーキテクチャを活用することにより,食事摂取量推定の有効性を高めることを目的とする。
論文 参考訳(メタデータ) (2024-05-13T14:56:55Z) - Predicting Diabetes with Machine Learning Analysis of Income and Health Factors [0.0]
我々は,社会経済的地位と糖尿病の複雑な相互作用を明らかにするために,統計的および機械学習技術を用いている。
我々の研究は、低所得のブラケットが糖尿病の発生率に結びついている、明らかな傾向を明らかにした。
論文 参考訳(メタデータ) (2024-04-20T04:09:24Z) - Diet-ODIN: A Novel Framework for Opioid Misuse Detection with Interpretable Dietary Patterns [42.27955735352411]
食生活パターンとオピオイドの誤用の関連性についての研究は未解明のままである。
我々はまず,オピオイドユーザに関連する大規模多面的食事ベンチマークデータセットを構築した。
そこで我々は,オピオイド誤用者の識別と関連する食事パターンの解釈のための新しい枠組みを開発した。
論文 参考訳(メタデータ) (2024-02-21T19:36:24Z) - Intelligent Diagnosis of Alzheimer's Disease Based on Machine Learning [24.467566885575998]
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。
論文 参考訳(メタデータ) (2024-02-13T15:43:30Z) - Explainable AI for Malnutrition Risk Prediction from m-Health and
Clinical Data [3.093890460224435]
異種m-healthデータに基づく早期かつ説明可能な栄養失調リスク検出のための新しいAIフレームワークを提案する。
対象非依存および個人化予測を含む広範囲なモデル評価を行った。
また,グローバルモデル記述を抽出するベンチマークXAI法についても検討した。
論文 参考訳(メタデータ) (2023-05-31T08:07:35Z) - MAFUS: a Framework to predict mortality risk in MAFLD subjects [7.418913276983601]
本稿では,代謝関連脂肪肝疾患(MAFLD)患者の死亡を予測できる人工知能ベースの枠組みを提案する。
このフレームワークは、機械学習(ML)アルゴリズムに基づいた、さまざまな人為的および生化学的ソースのデータを使用する。
論文 参考訳(メタデータ) (2023-01-17T14:19:51Z) - Characterizing TMS-EEG perturbation indexes using signal energy: initial
study on Alzheimer's Disease classification [48.42347515853289]
経頭蓋磁気刺激(TMS)と脳波記録(TMS-EEG)を組み合わせることで、脳、特にアルツハイマー病(AD)の研究に大きな可能性を示す。
本研究では,脳機能の変化を反映した電位指標として,脳波信号のTMS誘発摂動の持続時間を自動的に決定する手法を提案する。
論文 参考訳(メタデータ) (2022-04-29T19:27:06Z) - Vision-Based Food Analysis for Automatic Dietary Assessment [49.32348549508578]
本総説では, 食品画像分析, 容積推定, 栄養素抽出の3段階からなる, 統合型ビジョンベース食事評価(VBDA)の枠組みを概説する。
深層学習により、VBDAは徐々にエンドツーエンドの実装へと移行し、単一のネットワークに食品画像を適用して栄養を直接見積もる。
論文 参考訳(メタデータ) (2021-08-06T05:46:01Z)
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。