کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10351142 864272 2014 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multi-Channel neurodegenerative pattern analysis and its application in Alzheimer's disease characterization
ترجمه فارسی عنوان
تجزیه و تحلیل الگوی چند عاملی نانو ژنراتور و کاربرد آن در تشخیص بیماری آلزایمر
کلمات کلیدی
ترجمه چکیده
عصبی تصویر برداری نقش مهمی در تشخیص غیر تهاجمی و تمایز اختلالات نوروژنیک مانند بیماری آلزایمر و اختلال شناختی خفیف ایفا کرده است. ویژگی های مختلف از داده های تصویر برداری عصبی برای مشخص کردن اختلالات استخراج شده است و این ویژگی ها را می توان تقریبا به ویژگی های جهانی و محلی تقسیم کرد. مطالعات اخیر نشان می دهد که تمایل به استفاده از ویژگی های محلی در ویژگی های بیماری، از آنجا که آنها قادر به شناسایی الگوهای ظریف بیماری خاص مرتبط با اثرات بیماری در مغز انسان است. با این وجود، اگر پایگاه داده های تصویربرداری شامل اختلالات متعدد یا اختلالات پیشرونده باشد، مشکلات بوجود می آیند، به عنوان اختلالات انواع مختلف و یا در مراحل مختلف پیشرفت ممکن است الگوهای مختلف دژنراتیو را نشان می دهد. محققان دشوار است برای دستیابی به توافق در مورد آنچه که مغز مناطق می تواند به طور موثر تشخیص اختلالات چندگانه یا مراحل پیشرفت چندگانه. در این مطالعه، یک روش تجزیه و تحلیل الگو چند کاناله برای شناسایی ویژگی های متابولیسم مغزی ناشی از اختلالات مغزی در تشخیص اختلال های عصبی-دهان سازمانی پیشنهاد شده است. ما روش ما را به روش های جهانی و سایر روش های تجزیه و تحلیل الگو بر اساس تخصص بالینی یا آزمون های آمار مقایسه کردیم. نتایج اولیه نشان داد که روش تجزیه و تحلیل طرح چند کاناله پیشنهادی در خصوص ویژگی بیماری آلزایمر بهتر از روش های دیگر بود و در عین حال بینش مهم در زمینه آسیب شناسی مبتنی بر بیماری آلزایمر و اختلال شناختی خفیف را ارائه داد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
Neuroimaging has played an important role in non-invasive diagnosis and differentiation of neurodegenerative disorders, such as Alzheimer's disease and Mild Cognitive Impairment. Various features have been extracted from the neuroimaging data to characterize the disorders, and these features can be roughly divided into global and local features. Recent studies show a tendency of using local features in disease characterization, since they are capable of identifying the subtle disease-specific patterns associated with the effects of the disease on human brain. However, problems arise if the neuroimaging database involved multiple disorders or progressive disorders, as disorders of different types or at different progressive stages might exhibit different degenerative patterns. It is difficult for the researchers to reach consensus on what brain regions could effectively distinguish multiple disorders or multiple progression stages. In this study we proposed a Multi-Channel pattern analysis approach to identify the most discriminative local brain metabolism features for neurodegenerative disorder characterization. We compared our method to global methods and other pattern analysis methods based on clinical expertise or statistics tests. The preliminary results suggested that the proposed Multi-Channel pattern analysis method outperformed other approaches in Alzheimer's disease characterization, and meanwhile provided important insights into the underlying pathology of Alzheimer's disease and Mild Cognitive Impairment.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computerized Medical Imaging and Graphics - Volume 38, Issue 6, September 2014, Pages 436-444
نویسندگان
, , , , , , , , ,