Fugu-MT 論文翻訳(概要): A Progressive Single-Modality to Multi-Modality Classification Framework for Alzheimer's Disease Sub-type Diagnosis

論文の概要: A Progressive Single-Modality to Multi-Modality Classification Framework for Alzheimer's Disease Sub-type Diagnosis

arxiv url: http://arxiv.org/abs/2407.18466v1
Date: Fri, 26 Jul 2024 02:25:45 GMT
ステータス: 処理完了
システム内更新日: 2024-07-29 14:39:47.850788
Title: A Progressive Single-Modality to Multi-Modality Classification Framework for Alzheimer's Disease Sub-type Diagnosis
Title（参考訳）: アルツハイマー病サブタイプ診断のための多モード分類フレームワークの進歩的一様性
Authors: Yuxiao Liu, Mianxin Liu, Yuanwang Zhang, Kaicong Sun, Dinggang Shen,
Abstract要約: 現在のアルツハイマー病(AD)の診断には、複数の診断段階から取得した複数のモダリティがあり、それぞれが異なる使用法とコストを持っている。そこで本研究では,早期の低コスト段階におけるアクセシビリティに基づく診断結果の提供を目的とした,新たな進歩型ADサブタイプ診断フレームワークを提案する。提案手法を多種多様な公用および家庭内データセット上で評価し,最先端の手法よりも優れた性能を実現する。
参考スコア（独自算出の注目度）: 40.838012045852
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: The current clinical diagnosis framework of Alzheimer's disease (AD) involves multiple modalities acquired from multiple diagnosis stages, each with distinct usage and cost. Previous AD diagnosis research has predominantly focused on how to directly fuse multiple modalities for an end-to-end one-stage diagnosis, which practically requires a high cost in data acquisition. Moreover, a significant part of these methods diagnose AD without considering clinical guideline and cannot offer accurate sub-type diagnosis. In this paper, by exploring inter-correlation among multiple modalities, we propose a novel progressive AD sub-type diagnosis framework, aiming to give diagnosis results based on easier-to-access modalities in earlier low-cost stages, instead of modalities from all stages. Specifically, first, we design 1) a text disentanglement network for better processing tabular data collected in the initial stage, and 2) a modality fusion module for fusing multi-modality features separately. Second, we align features from modalities acquired in earlier low-cost stage(s) with later high-cost stage(s) to give accurate diagnosis without actual modality acquisition in later-stage(s) for saving cost. Furthermore, we follow the clinical guideline to align features at each stage for achieving sub-type diagnosis. Third, we leverage a progressive classifier that can progressively include additional acquired modalities (if needed) for diagnosis, to achieve the balance between diagnosis cost and diagnosis performance. We evaluate our proposed framework on large diverse public and in-home datasets (8280 in total) and achieve superior performance over state-of-the-art methods. Our codes will be released after the acceptance.
Abstract（参考訳）: アルツハイマー病(AD)の現在の診断枠組みは、複数の診断段階から取得した複数のモダリティをそれぞれ異なる使用法とコストで含む。従来のAD診断研究は主に、エンドツーエンドのワンステージ診断のために複数のモダリティを直接融合する方法に重点を置いている。さらに, 臨床ガイドラインを考慮せずにADを診断し, 正確なサブタイプ診断はできない。本稿では,複数モード間の相互相関を探索し,全ての段階のモダリティではなく,早期の低コスト段階におけるアクセシビリティに基づく診断結果の提供を目的とした,新しいADサブタイプ診断フレームワークを提案する。まず第一にデザインは 1)初期で収集した表データの処理を改善するためのテキスト・ディアンタングメント・ネットワーク 2)マルチモーダル特徴を別々に融合するモダリティ融合モジュール。第2に,早期の低コスト段階において得られたモダリティと,後期のコスト削減のために,実際のモダリティ獲得を伴わずに正確な診断を行うため,早期の低コスト段階において得られたモダリティと,後期の高コスト段階における特徴を整合させる。さらに,サブタイプ診断を行うために,各段階で特徴を整列させるための臨床ガイドラインに従う。第3に、診断コストと診断性能のバランスをとるために、段階的分類器を段階的に追加的に取得したモダリティ(必要であれば)を含めることができる。提案手法は,多種多様なパブリックデータセットと家庭内データセット(計8280件)で評価し,最先端手法よりも優れた性能を実現する。私たちのコードは受理後に解放されます。

関連論文リスト

MINDSETS: Multi-omics Integration with Neuroimaging for Dementia Subtyping and Effective Temporal Study [0.7751705157998379]
アルツハイマー病(AD)と血管性認知症(VaD)は最も多い認知症である。本稿では、ADとVaDを正確に区別する革新的なマルチオミクス手法を提案し、89.25%の精度で診断を行う。
論文参考訳（メタデータ） (2024-11-06T10:13:28Z)
MSDiagnosis: An EMR-based Dataset for Clinical Multi-Step Diagnosis [9.013608944595312]
我々は多段階診断タスクを提案し、臨床診断データセット(MSDiagnosis)に注釈を付ける。本データセットは、一次診断、鑑別診断、最終診断質問を含む。
論文参考訳（メタデータ） (2024-08-19T14:31:57Z)
DSCENet: Dynamic Screening and Clinical-Enhanced Multimodal Fusion for MPNs Subtype Classification [8.95697172316912]
スライド画像全体(WSI)と臨床情報のマルチモーダル融合に基づくMPNのサブタイプ分類のための動的スクリーニング・臨床拡張ネットワーク(DSCENet)を提案する。 AUCは7.91%,精度は16.89%向上した。
論文参考訳（メタデータ） (2024-07-11T04:13:58Z)
A Foundational Framework and Methodology for Personalized Early and Timely Diagnosis [84.6348989654916]
本稿では,早期診断とタイムリー診断のための基礎的枠組みを提案する。診断過程を概説する決定論的アプローチに基づいている。機械学習と統計手法を統合し、最適なパーソナライズされた診断経路を推定する。
論文参考訳（メタデータ） (2023-11-26T14:42:31Z)
OpenClinicalAI: An Open and Dynamic Model for Alzheimer's Disease Diagnosis [11.775648630734949]
アルツハイマー病(AD)は逆転や治癒はできないが、タイムリーな診断は治療やケアの負担を大幅に軽減することができる。 AD診断モデルに関する現在の研究は、診断タスクを典型的な分類タスクと見なしている。複雑で不確実な臨床環境下での直接AD診断のためのOpenClinicalAIを提案する。
論文参考訳（メタデータ） (2023-07-03T12:35:03Z)
Deep Reinforcement Learning for Cost-Effective Medical Diagnosis [41.10546022107126]
強化学習を用いて、以前の観測結果に基づいて順次実験室のテストパネルを選択する動的ポリシーを探索する。エンド・ツー・エンドのトレーニングやオンライン学習と互換性のあるセミモデルに基づく深層診断ポリシー最適化フレームワークを提案する。 SM-DDPOは、フェリチン異常検出、敗血症死亡予測、急性腎障害の診断など、様々な臨床的タスクでテストされている。
論文参考訳（メタデータ） (2023-02-20T19:47:25Z)
Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文参考訳（メタデータ） (2021-05-18T11:37:57Z)
Anytime Diagnosis for Reconfiguration [52.77024349608834]
我々は、いつでも直接診断できるflexdiagを紹介し分析する。特徴モデルの領域からの構成ベンチマークと自動車領域からの産業構成知識ベースを使用して、性能および診断品質に関するアルゴリズムを評価します。
論文参考訳（メタデータ） (2021-02-19T11:45:52Z)
Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文参考訳（メタデータ） (2021-01-27T13:16:51Z)
Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via Alignment Ensemble [77.5625174267105]
膵管腺癌(PDAC)は最も致命的ながんの1つである。複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。 PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
論文参考訳（メタデータ） (2020-03-18T19:06:27Z)

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。