論文の概要: Network-Based Detection of Autism Spectrum Disorder Using Sustainable and Non-invasive Salivary Biomarkers
- arxiv url: http://arxiv.org/abs/2509.16126v1
- Date: Fri, 19 Sep 2025 16:24:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-22 18:18:11.241982
- Title: Network-Based Detection of Autism Spectrum Disorder Using Sustainable and Non-invasive Salivary Biomarkers
- Title（参考訳）: 持続的および非侵襲的な唾液バイオマーカーを用いた自閉症スペクトラム障害のネットワークによる検出
- Authors: Janayna M. Fernandes, Robinson Sabino-Silva, Murillo G. Carneiro,
- Abstract要約: そこで我々は,PageRankとDegreeを利用した遺伝的アルゴリズムに基づくネットワーク最適化フレームワークGANetを開発した。
線形判別分析、サポートベクターマシン、ディープラーニングモデルよりも優れた性能を達成し、精度は0.78、感度は0.61、特異性は0.90、ハーモニック平均は0.74に達した。
これらの結果は、GANetが堅牢でバイオインスパイアされた非侵襲的なツールとして、正確なSD検出とより広範なスペクトルベースの健康アプリケーションとしての可能性を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autism Spectrum Disorder (ASD) lacks reliable biological markers, delaying early diagnosis. Using 159 salivary samples analyzed by ATR-FTIR spectroscopy, we developed GANet, a genetic algorithm-based network optimization framework leveraging PageRank and Degree for importance-based feature characterization. GANet systematically optimizes network structure to extract meaningful patterns from high-dimensional spectral data. It achieved superior performance compared to linear discriminant analysis, support vector machines, and deep learning models, reaching 0.78 accuracy, 0.61 sensitivity, 0.90 specificity, and a 0.74 harmonic mean. These results demonstrate GANet's potential as a robust, bio-inspired, non-invasive tool for precise ASD detection and broader spectral-based health applications.
- Abstract（参考訳）: 自閉症スペクトラム障害(ASD)は生物学的マーカーが欠如しており、早期診断が遅れている。
ATR-FTIR分光法により分析された159個の唾液試料を用いて,PageRankとDegreeを利用した遺伝的アルゴリズムに基づくネットワーク最適化フレームワークGANetを開発した。
GANetはネットワーク構造を体系的に最適化し、高次元スペクトルデータから意味のあるパターンを抽出する。
線形判別分析、サポートベクターマシン、ディープラーニングモデルに比べて優れた性能を示し、精度は0.78、感度は0.61、特異性は0.90、ハーモニック平均は0.74に達した。
これらの結果は、GANetが堅牢でバイオインスパイアされた非侵襲的なツールとして、正確なSD検出とより広範なスペクトルベースの健康アプリケーションとしての可能性を示している。
関連論文リスト
- A Neural Network Approach to Multi-radionuclide TDCR Beta Spectroscopy [12.470638217209851]
トリプル・ツー・ダブル・一致比(TDCR)分光法は、放射性核種定量の標準手法として広く採用されている。
本稿では,数値スペクトルシミュレーションとディープラーニングを組み合わせて,標準自由自動解析を行う人工知能フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-03T08:40:02Z) - SpectrumFM: Redefining Spectrum Cognition via Foundation Modeling [65.65474629224558]
本稿ではスペクトル認識のための新しいパラダイムを提供するスペクトルFMと呼ばれるスペクトル基盤モデルを提案する。
畳み込みニューラルネットワークを利用した革新的なスペクトルエンコーダを提案し、スペクトルデータにおける微細な局所信号構造と高レベルのグローバルな依存関係の両方を効果的に捕捉する。
2つの新しい自己教師型学習タスク、すなわちマスク付き再構成と次のスロット信号予測が、SpectrumFMの事前学習のために開発され、モデルがリッチで伝達可能な表現を学習できるようにする。
論文 参考訳（メタデータ） (2025-08-02T14:40:50Z) - SDTN and TRN: Adaptive Spectral-Spatial Feature Extraction for Hyperspectral Image Classification [1.2871580250533408]
ハイパースペクトル画像分類は、精密農業において重要な役割を担い、作物の健康モニタリング、病気の検出、土壌分析に関する正確な洞察を提供する。
従来の手法は高次元データ、スペクトル空間の冗長性、ラベル付きサンプルの不足に悩まされ、しばしば準最適性能に繋がる。
これらの課題に対処するために,テンソル分解と正規化機構を組み合わせた自己適応正規化ネットワーク(SDTN)を提案し,テンソルランクを動的に調整する。
このアプローチは、高い分類精度を維持するだけでなく、計算の複雑さを大幅に減らし、リソース制約のある環境でのリアルタイムデプロイメントに非常に適している。
論文 参考訳（メタデータ） (2025-07-13T04:53:33Z) - Optimized Spectral Fault Receptive Fields for Diagnosis-Informed Prognosis [8.719982934025415]
SFRF(Spectral Fault Receptive Fields)は, 断層診断における劣化状態の評価手法である。
SFRFは、特性欠陥周波数を中心とした対角スペクトルフィルタとして設計されている。
多目的進化最適化戦略は、受容場パラメータを調整するために用いられる。
論文 参考訳（メタデータ） (2025-06-14T07:12:56Z) - Learning to Hear Broken Motors: Signature-Guided Data Augmentation for Induction-Motor Diagnostics [40.044978986425676]
3相エンジンのインテリジェント診断における機械学習(ML)アルゴリズムの適用は、診断性能と精度を大幅に向上させる可能性がある。
本稿では,エンジン物理モデルを考慮した教師なし異常発生手法を提案する。
SGDA(Signature-Guided Data Augmentation)は、健康な電流信号の周波数領域において、物理的に可塑性な断層を直接合成する、教師なしのフレームワークである。
論文 参考訳（メタデータ） (2025-06-10T03:36:16Z) - SpectrumFM: A Foundation Model for Intelligent Spectrum Management [99.08036558911242]
既存のインテリジェントスペクトル管理手法は、通常は小規模モデルに基づいており、認識精度、収束速度、一般化の顕著な制限に悩まされている。
本稿では、スペクトルFMと呼ばれる新しいスペクトル基盤モデルを提案し、スペクトル管理のための新しいパラダイムを確立する。
実験により、SpectrumFMは精度、堅牢性、適応性、少数ショット学習効率、収束速度の点で優れた性能を発揮することが示された。
論文 参考訳（メタデータ） (2025-05-02T04:06:39Z) - A Self-supervised Learning Method for Raman Spectroscopy based on Masked Autoencoders [3.9517125314802306]
SMAE と呼ばれる Masked AutoEncoder に基づくラマン分光の自己教師型学習パラダイムを提案する。
SMAEは、事前トレーニング中にスペクトルアノテーションを必要としない。ランダムなマスキングを行い、スペクトル情報を再構成することにより、本質的なスペクトル特徴を学習する。
論文 参考訳（メタデータ） (2025-04-21T10:44:06Z) - A Graph Based Raman Spectral Processing Technique for Exosome Classification [0.4749981032986242]
バイオニクス」アプローチは個々のバイオマーカーに好まれる。
ラマン分光法はエキソソーム分析に有効であるが、高濃度の試料が必要であり、脂質やタンパク質に対する感受性が制限されている。
本研究ではNeo4jグラフデータベースを活用し,エキソソームの3,045ラマンスペクトルを整理する。
論文 参考訳（メタデータ） (2025-04-21T09:19:41Z) - Interpretable Graph Kolmogorov-Arnold Networks for Multi-Cancer Classification and Biomarker Identification using Multi-Omics Data [36.92842246372894]
Multi-Omics Graph Kolmogorov-Arnold Network (MOGKAN)は、メッセンジャーRNA、マイクロRNA配列、DNAメチル化サンプルを利用するディープラーニングフレームワークである。
グラフに基づく深層学習とマルチオミクスデータを統合することにより,提案手法は頑健な予測性能と解釈可能性を示す。
論文 参考訳（メタデータ） (2025-03-29T02:14:05Z) - Machine Learning for ALSFRS-R Score Prediction: Making Sense of the Sensor Data [44.99833362998488]
筋萎縮性側索硬化症(Amyotrophic Lateral Sclerosis、ALS)は、急速に進行する神経変性疾患である。
iDPP@CLEF 2024チャレンジを先導した今回の調査は,アプリから得られるセンサデータを活用することに焦点を当てている。
論文 参考訳（メタデータ） (2024-07-10T19:17:23Z)
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。