論文の概要: Hippocampal Atrophy Patterns Across the Alzheimer's Disease Spectrum: A Voxel-Based Morphometry Analysis

• arxiv url: http://arxiv.org/abs/2601.05494v1
• Date: Fri, 09 Jan 2026 02:57:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-12 17:41:49.821631
• Title: Hippocampal Atrophy Patterns Across the Alzheimer's Disease Spectrum: A Voxel-Based Morphometry Analysis
• Title（参考訳）: アルツハイマー病スペクトラムにおける海馬萎縮パターン:Voxel-based Morphometry による解析
• Authors: Trishna Niraula,
• Abstract要約: アルツハイマー病(AD)と軽度認知障害(MCI)は進行性灰白質障害と関連している。 本研究では, CAT12/SPM12vooxel-based morphometryを, 249人のADNI被験者のMRIのベースラインT1強調画像に応用した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Alzheimer's disease (AD) and mild cognitive impairment (MCI) are associated with progressive gray matter loss, particularly in medial temporal structures. In this study, CAT12/SPM12 voxel-based morphometry was applied to baseline T1-weighted MRI scans from 249 ADNI participants (CN = 90, MCI = 129, AD = 30). Gray matter volume was analyzed using a general linear model, with the diagnostic group as primary predictor and age and total intracranial volume as covariates. Statistical maps were thresholded at p < 0.001 (voxelwise) and corrected for multiple comparisons at the cluster level using family-wise error (FWE) correction (p < 0.05). Significant hippocampal atrophy was observed in AD relative to CN and MCI (Cohen's d = 2.03 and 1.61, respectively). Hippocampal volume demonstrated moderate predictive value for conversion from MCI to AD (AUC = 0.66). Stratification by APOE4 status did not reveal significant genetic effects on cross-sectional hippocampal volume. These results support medial temporal degeneration as a key feature of AD progression and provide insights into predictive biomarkers and genetic influences.
• Abstract（参考訳）: アルツハイマー病(AD)と軽度認知障害(MCI)は進行性灰白質の喪失、特に側頭葉構造に関係している。 CAT12/SPM12vooxel-based morphometry was applied to baseline T1-weighted MRI scan from 249 ADNI participants (CN = 90, MCI = 129, AD = 30)。 診断群を主予測因子,年齢,頭蓋内総容積を共変量とした一般線形モデルを用いて灰質物質容積を解析した。 統計的マップはp < 0.001 (voxelwise) でしきい値を示し、家族単位誤差(FWE)補正(p < 0.05)を用いてクラスタレベルでの複数の比較を補正した。 海馬萎縮はCN, MCI (Cohen's d = 2.03, 1.61。 海馬の体積は、MCIからADへの変換に適度な予測値を示した(AUC = 0.66)。 APOE4は海馬断面積に有意な遺伝的影響は認められなかった。 これらの結果は、AD進行の重要な特徴として側頭葉変性をサポートし、予測バイオマーカーおよび遺伝的影響に関する洞察を提供する。

関連論文リスト

• R-GenIMA: Integrating Neuroimaging and Genetics with Interpretable Multimodal AI for Alzheimer's Disease Progression [63.97617759805451]
  アルツハイマー病の早期発見には、マクロスケールの神経解剖学的変化とマイクロスケールの遺伝的感受性を統合できるモデルが必要である。 本稿では,新しいROIワイド・ビジョン・トランスフォーマと遺伝的プロンプトを結合した多モード多言語モデルR-GenIMAを紹介する。 R-GenIMAは、通常の認知、主観記憶、軽度認知障害、ADの4方向分類において最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-12-22T02:54:10Z)
• 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)
• An interpretable generative multimodal neuroimaging-genomics framework for decoding Alzheimer's disease [13.213387075528017]
  アルツハイマー病(英語: Alzheimer's disease, AD)は、認知機能障害(Mild Cognitive Impairment, MCI)として知られる前ドロマステージを含む認知症である。 この研究の目的は、マルチモーダルMRIデータと単一核化物多型に依存する脳構造と機能の構造的・機能的調節を捉えることである。
  論文  参考訳（メタデータ） (2024-06-19T07:31:47Z)
• A deformation-based morphometry framework for disentangling Alzheimer's disease from normal aging using learned normal aging templates [0.6417777780911224]
  アルツハイマー病と正常な老化はどちらも脳萎縮を特徴とする。 そこで本研究では, 通常の加齢およびAD特異的萎縮パターンを推定するための変形型形態計測フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-14T14:04:35Z)
• 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)
• 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)
• Hippocampus segmentation in magnetic resonance images of Alzheimer's patients using Deep machine learning [0.0]
  本研究の目的は,深層機械学習を用いたアルツハイマー病患者のMRI画像における海馬のセグメンテーションである。 提案手法は有望であり,早期の海馬容積変化の予測によりアルツハイマー病の予後に拡張することができる。
  論文  参考訳（メタデータ） (2021-06-12T11:00:29Z)
• A Graph Gaussian Embedding Method for Predicting Alzheimer's Disease Progression with MEG Brain Networks [59.15734147867412]
  アルツハイマー病(AD)に関連する機能的脳ネットワークの微妙な変化を特徴付けることは、疾患進行の早期診断と予測に重要である。 我々は、多重グラフガウス埋め込みモデル(MG2G)と呼ばれる新しいディープラーニング手法を開発した。 我々はMG2Gを用いて、MEG脳ネットワークの内在性潜在性次元を検出し、軽度認知障害(MCI)患者のADへの進行を予測し、MCIに関連するネットワーク変化を伴う脳領域を同定した。
  論文  参考訳（メタデータ） (2020-05-08T02:29:24Z)
• Automated Quantification of CT Patterns Associated with COVID-19 from Chest CT [48.785596536318884]
  提案法は,非造影胸部CTを入力として,病変,肺,葉を3次元に分割する。 この方法では、肺の重症度と葉の関与度を2つの組み合わせて測定し、COVID-19の異常度と高不透明度の存在度を定量化する。 このアルゴリズムの評価は、カナダ、ヨーロッパ、米国からの200人の参加者(感染者100人、健康管理100人)のCTで報告されている。
  論文  参考訳（メタデータ） (2020-04-02T21:49:14Z)

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。