Machine learning for filtering out false positive grey matter atrophies in single subject voxel based morphometry : a simulation based study /

VBM de un solo sujeto (SS-VBM), se ha utilizado como una herramienta alternativa al VBM estándar para estudios de casos individuales. Sin embargo, tiene la desventaja de producir un número excesivamente grande de detecciones de falsos positivos. En este estudio proponemos una técnica de aprendizaje...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Külsgaard, Hernán C.
Otros Autores: Orlando, José I., Bendersky, Mariana, Princich, Juan P., Manzanera, Luis S.R, Vargas, Alberto, Kochen, Silvia, Larrabide, Ignacio
Formato: Desconocido
Lenguaje:Español
Publicado: Londres : WFN , 2020 .
Materias:
Acceso en línea:Para solicitar artículos de esta revista, debe ingresar al portal de la Biblioteca Electrónica de Ciencia y Tecnología(BECYT) o contactarte a infobiblioteca@unaj.edu.ar
Aporte de:Registro referencial: Solicitar el recurso aquí
LEADER 03070 a2200337 4500
003 AR-FvUNAJ
005 20201204182036.0
007 cr
008 201204cr ||||| |||| 00| 0 spa d
999 |c 6214  |d 6214 
022 |a 0022-510X 
040 |c AR-FvUNAJ 
100 1 |9 11544  |a Külsgaard, Hernán C.  
245 1 0 |a Machine learning for filtering out false positive grey matter atrophies in single subject voxel based morphometry :   |b a simulation based study /  |c Hernán C.Külsgaarda ; José I.Orlando ; Mariana Bendersky ; Juan P.Princich ; Luis S.R.Manzanera ; Alberto Vargas ; Silvia Kochen ; Ignacio Larrabide .  
260 |a Londres :   |b WFN ,  |c 2020 . 
520 |a VBM de un solo sujeto (SS-VBM), se ha utilizado como una herramienta alternativa al VBM estándar para estudios de casos individuales. Sin embargo, tiene la desventaja de producir un número excesivamente grande de detecciones de falsos positivos. En este estudio proponemos una técnica de aprendizaje automático ampliamente utilizada para la clasificación automatizada de datos, a saber, Support Vector Machine (SVM), para refinar los hallazgos producidos por SS-VBM. Se llevó a cabo un conjunto controlado de experimentos para evaluar el enfoque propuesto utilizando exploraciones de resonancia magnética T1 tridimensionales de sujetos de control recopilados del conjunto de datos IXI disponible públicamente. Las exploraciones se atrofiaron artificialmente en diferentes lugares y con diferentes tamaños para imitar el comportamiento de los trastornos neurológicos. Los resultados demostraron empíricamente que el método propuesto es capaz de reducir significativamente la cantidad de grupos de falsos positivos (p  <0.05), sin diferencias estadísticas en los verdaderos resultados positivos ( p  > 0.05). Se observó que esta evidencia era consistente para diferentes áreas atrofiadas y tamaños de atrofias. Este enfoque podría potencialmente aplicarse para aliviar el análisis manual intensivo que los radiólogos y médicos tienen que realizar para filtrar las detecciones erróneas de SS-VBM, aumentando su usabilidad para la lectura de imágenes. 
650 2 7 |2 dcs  |9 11511  |a NEUROIMAGEN 
650 2 7 |2 dcs  |9 11553  |a APRENDIZAJE AUTOMÁTICO 
650 2 7 |2 dcs  |9 11554  |a REACCIONES FALSO POSITIVAS  
650 2 7 |2 dcs  |9 11555  |a IMAGEN POR RESONANCIA MAGNÉTICA 
650 2 7 |2 dcs  |9 15  |a ENFERMEDADES DEL SISTEMA NERVIOSO 
700 1 |9 11546  |a Orlando, José I. 
700 1 |9 11548  |a Bendersky, Mariana  
700 1 |9 11550  |a Princich, Juan P. 
700 1 |9 11551  |a Manzanera, Luis S.R. 
700 1 |9 10553  |a Vargas, Alberto 
700 1 |9 6878  |a Kochen, Silvia 
700 1 |9 11552  |a Larrabide, Ignacio  
773 0 |d Londres : WFN , 1964 -  |x 0022-510X  |t Journal of the neurological sciences / 
856 4 0 |u https://www.sciencedirect.com/science/article/abs/pii/S0022510X20305566?dgcid=author#!  |z Para solicitar artículos de esta revista, debe ingresar al portal de la Biblioteca Electrónica de Ciencia y Tecnología(BECYT) o contactarte a infobiblioteca@unaj.edu.ar 
942 |2 ddc  |c ANA