Statistical features ranking for alzheimer’s disease diagnosis

Скорочена інформація про документ
dc.contributor.authorDomashenko, D.
dc.contributor.authorManko, M.
dc.contributor.authorPopov, A.
dc.contributor.authorKrashenyi, I.
dc.contributor.authorRamirez, J.
dc.date.accessioned2020-05-20T11:20:03Z
dc.date.available2020-05-20T11:20:03Z
dc.date.issued2018
dc.description.abstractenThis paper deals with the automated Alzheimer’s disease diagnosis. In particular, the feature extraction and selection methods for the most significant features of magnetic resonance (MRI) images are considered. The algorithm for extracting statistical features of MRI images using the brain anatomical regions atlas was used for calculating the six statistical features (mean, mean absolute deviation, median, standard deviation, root mean square, skewness) for segmented MRI images of white and gray brain matter of 188 subjects with Alzheimer’s disease, 401 subjects with Mild Cognitive Impairment and 229 Normal Controls. The new method for feature ranking using Wilcoxon criterion for binary classification is proposed. As a result, ranked list of features linked to the anatomical regions of the brain for each group by diagnosis was obtained. Among the most descriptive feature for AD diagnosis there are mean values in hippocampus region, mean absolute deviation in cingulum, root mean square in insula. This data indicates the features that have to be used in classification to increase the effectiveness of automated Alzheimer’s disease diagnosis.en
dc.description.abstractruЭта статья посвящена автоматическому прогнозированию болезни Альцгеймера и методам извлечения и отбора наиболее значимых признаков изображений МРТ. Используя алгоритм извлечения статистических характеристик изображений МРТ с помощью атласа анатомических областей головного мозга, были рассчитаны шесть статистических признаков (среднее, среднее абсолютное отклонение, медиана, стандартное отклонение, среднее квадратическое, коэффициент асимметрии) для сегментированных изображений белого и серого вещества мозга. Предложен новый подход к ранжирование признаков по критерию Уилкоксона для бинарной классификации. В результате был получен ранжированный список признаков, связанных с анатомическими областями головного мозга для каждой группы по диагнозу. Среди наиболее описательных особенностей для диагностики болезни Альцгеймера является значение среднего арифметического в гиппокампе, среднее абсолютное отклонение в зоне пояса, среднеквадратическое в островковой коре.ru
dc.description.abstractukСтаття присвячена автоматичному прогнозуванню хвороби Альцгеймера та методам вилучення та відбору найбільш значущих ознак зображень МРТ. Використовуючи алгоритм вилучення статистичних характеристик зображень МРТ за допомогою атласу анатомічних областей головного мозку, було розраховано шість статистичних ознак (середнє, середнє абсолютне відхилення, медіана, стандартне відхилення, середнє квадратичне, коефіцієнт асиметрії) для сегментованих зображень білої та сірої речовини мозку. Запропоновано новий підхід до ранжування ознак за критерієм Вілкоксона для бінарної класифікації. В результаті отриманий ранжований список ознак, пов'язаних з анатомічними областями головного мозку для кожної групи за діагнозом. Серед найбільш описових особливостей для діагностики хвороби Альцгеймера є значення середнього арифметичного в гіпокампі, середнє абсолютне відхилення в зоні поясу, середньоквадратичне в острівцевій корі.uk
dc.format.pagerangeС. 58-64uk
dc.identifier.citationStatistical features ranking for alzheimer’s disease diagnosis / Domashenko D., Manko M., Popov A., Krashenyi I., Ramirez J. // Біомедична інженерія і технологія. – 2018. – № 1(1). – С. 58-64. – Бібліогр.: 15 назв.uk
dc.identifier.doihttps://doi.org/10.20535/2617-8974.2018.1(1).152119
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/33674
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceБіомедична інженерія і технологія, 2018, № 1(1)uk
dc.subjectхвороба Альцгеймераuk
dc.subjectМРТuk
dc.subjectдіагностикаuk
dc.subjectAlzheimer’s Diseaseen
dc.subjectMRIen
dc.subjectfeature rankingen
dc.subjectdiagnosisen
dc.subjectболезнь Альцгеймераru
dc.subjectдиагностикаru
dc.subject.udc621.38uk
dc.titleStatistical features ranking for alzheimer’s disease diagnosisen
dc.title.alternativeРанжування статистичних ознак для діагностики хвороби Альцгеймераuk
dc.title.alternativeРанжирование статистических признаков для диагностики болезни Альцгеймераru
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
BmET-2018-1_p58-64.pdf
Розмір:
366.21 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Біомедична інженерія і технологія, № 1(1)