Statistical features ranking for alzheimer’s disease diagnosis

Domashenko, D.; Manko, M.; Popov, A.; Krashenyi, I.; Ramirez, J.

Повний запис метаданих

Поле DC	Значення	Мова
dc.contributor.author	Domashenko, D.	-
dc.contributor.author	Manko, M.	-
dc.contributor.author	Popov, A.	-
dc.contributor.author	Krashenyi, I.	-
dc.contributor.author	Ramirez, J.	-
dc.date.accessioned	2020-05-20T11:20:03Z	-
dc.date.available	2020-05-20T11:20:03Z	-
dc.date.issued	2018	-
dc.identifier.citation	Statistical 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.uri	https://ela.kpi.ua/handle/123456789/33674	-
dc.language.iso	en	uk
dc.source	Біомедична інженерія і технологія, 2018, № 1(1)	uk
dc.subject	хвороба Альцгеймера	uk
dc.subject	МРТ	uk
dc.subject	діагностика	uk
dc.subject	Alzheimer’s Disease	en
dc.subject	MRI	en
dc.subject	feature ranking	en
dc.subject	diagnosis	en
dc.subject	болезнь Альцгеймера	ru
dc.subject	диагностика	ru
dc.title	Statistical features ranking for alzheimer’s disease diagnosis	en
dc.title.alternative	Ранжування статистичних ознак для діагностики хвороби Альцгеймера	uk
dc.title.alternative	Ранжирование статистических признаков для диагностики болезни Альцгеймера	ru
dc.type	Article	uk
dc.format.pagerange	С. 58-64	uk
dc.publisher.place	Київ	uk
dc.identifier.doi	https://doi.org/10.20535/2617-8974.2018.1(1).152119	-
dc.subject.udc	621.38	uk
dc.description.abstractuk	Стаття 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.description.abstracten	This 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.abstractru	Эта 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.publisher	КПІ ім. Ігоря Сікорського	uk
Розташовується у зібраннях:	Біомедична інженерія і технологія, № 1(1)

Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.