会員登録をお勧めします。無料です。

WHITE CROSSは若手歯科医師の3人に1人が登録する、国内最大級の歯科向け情報サイトです。
歯科医師のみならず、医療関係者の皆様へ最新の臨床・経営、ニュース、イベント情報などを配信しています

無料の会員登録で、以下の機能がご利用いただけるようになります

お役立ちツール

コミュニティ

ドクタートークや記事へのコメント、統計への参加や結果参照など、ユーザー様参加型コンテンツへアクセスできます。

論文検索

論文検索

日本語AIで読むPubMed論文検索機能へ自由にアクセス可能です。

ライブセミナー

ライブセミナー

LIVEセミナーやVODによるWebセミナーへの視聴申し込みが可能です。
※別途視聴費用のかかるものがあります。

多カテゴリーのアルツハイマー病データのディープラーニングベースの分類 | 日本語AI翻訳でPubMed論文検索 | WHITE CROSS 歯科医師向け情報サイト

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Curr Neurobiol.2019 Oct;10(3):141-147.

多カテゴリーのアルツハイマー病データのディープラーニングベースの分類

Deep learning-based classification of multi-categorical Alzheimer's disease data.

  • David S Cohen
  • Kristy A Carpenter
  • Juliet T Jarrell
  • Xudong Huang
PMID: 31798274 PMCID: PMC6889824.

抄録

アルツハイマー病の病因が不明なため、早期発見のための技術開発が急務となっています。軽度認知障害(MCI)の早期発見は、アルツハイマー病の発症を遅らせたり、予防したりする上で極めて重要である。本研究では、正常対照者、軽度認知障害者、AD患者の多クラス分類を目的として、ディープラーニング(DL)を利用した。我々は、脳画像測定、認知検査結果、脳脊髄液測定、ApoE4ステータス、年齢を含むアルツハイマー病神経画像化イニシアチブ(ADNI)からのマルチカテゴリのデータを使用しました。我々の人工ニューラルネットワーク分類器では87.197%、1次元畳み込みニューラルネットワーク分類器では88.275%の精度を達成した。我々は、DLベースの手法は、さらなる手法の改良が必要ではあるが、ADNIデータを分析する上で強力なツールであると結論付けた。

It is urgent to find the appropriate technology for the early detection of Alzheimer's disease (AD) due to the unknown AD etiopathologies that bring about serious social problems. Early detection of mild cognitive impairment (MCI) has pivotal importance in delaying or preventing the AD onset. Herein, we utilize deep learning (DL) techniques for the purpose of multiclass classification between normal control, MCI, and AD subjects. We used multi-categorical data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) including brain imaging measurements, cognitive test results, cerebrospinal fluid measures, ApoE4 status, and age. We achieved an overall accuracy of 87.197% for our artificial neural network classifier and a similar overall accuracy of 88.275% for our 1D convolutional neural network classifier. We conclude that DL-based techniques are powerful tools in analyzing ADNI data although further method refinements are needed.