Ο μηχανικός της UTA θα χρησιμοποιήσει εργαλεία βαθιάς μάθησης για να εντοπίσει τύπους άνοιας που σχετίζονται με τη νόσο του Αλτσχάιμερ
Ένας μηχανικός υπολογιστών στο Πανεπιστήμιο του Τέξας στο Άρλινγκτον θα αναπτύξει περαιτέρω και θα ενσωματώσει ισχυρές μεθόδους και εργαλεία βαθιάς μάθησης για να εντοπίσει τύπους άνοιας που σχετίζονται με τη νόσο του Αλτσχάιμερ (ADRD), κάτι που με τη σειρά του θα μπορούσε να βοηθήσει την ιατρική κοινότητα να αντιμετωπίσει καλύτερα αυτές τις ασθένειες. Ο Dajiang Zhu, επίκουρος καθηγητής στο Τμήμα Επιστήμης και Μηχανικής Υπολογιστών, θα ηγηθεί ενός πενταετούς έργου, ύψους 2,86 εκατομμυρίων δολαρίων, που θα υποστηρίζεται από το Εθνικό Ινστιτούτο Νευρολογικών Διαταραχών και Εγκεφαλικού (NINDS). Ο Zhu θα συνεργαστεί με ερευνητές στο Πανεπιστήμιο της Βόρειας Καρολίνας-Chapel Hill και το Πανεπιστήμιο της Τζόρτζια για να επικεντρωθεί στην ανάπτυξη ενός μοντέλου βαθιάς μάθησης για την ανάλυση ADRD. Ως…

Ο μηχανικός της UTA θα χρησιμοποιήσει εργαλεία βαθιάς μάθησης για να εντοπίσει τύπους άνοιας που σχετίζονται με τη νόσο του Αλτσχάιμερ
Ένας μηχανικός υπολογιστών στο Πανεπιστήμιο του Τέξας στο Άρλινγκτον θα αναπτύξει περαιτέρω και θα ενσωματώσει ισχυρές μεθόδους και εργαλεία βαθιάς μάθησης για να εντοπίσει τύπους άνοιας που σχετίζονται με τη νόσο του Αλτσχάιμερ (ADRD), κάτι που με τη σειρά του θα μπορούσε να βοηθήσει την ιατρική κοινότητα να αντιμετωπίσει καλύτερα αυτές τις ασθένειες.
Ο Dajiang Zhu, επίκουρος καθηγητής στο Τμήμα Επιστήμης και Μηχανικής Υπολογιστών, θα ηγηθεί ενός πενταετούς έργου, ύψους 2,86 εκατομμυρίων δολαρίων, που θα υποστηρίζεται από το Εθνικό Ινστιτούτο Νευρολογικών Διαταραχών και Εγκεφαλικού (NINDS). Ο Zhu θα συνεργαστεί με ερευνητές στο Πανεπιστήμιο της Βόρειας Καρολίνας-Chapel Hill και το Πανεπιστήμιο της Τζόρτζια για να επικεντρωθεί στην ανάπτυξη ενός μοντέλου βαθιάς μάθησης για την ανάλυση ADRD.
Ως οι δύο πιο συνηθισμένοι τύποι άνοιας, η νόσος του Αλτσχάιμερ και η σωματική άνοια Lewy (LBD) αντιπροσωπεύουν το 65% έως 85% των ατόμων με άνοια σε εθνικό επίπεδο, ή περίπου 7,5 εκατομμύρια άτομα.
Ο Zhu είπε ότι υπάρχουν σημαντικές διαφορές στον καθορισμό του εάν ένας ασθενής έχει Αλτσχάιμερ ή LBD. Αυτές οι διαφορές μπορούν να επηρεάσουν σε μεγάλο βαθμό τον τύπο της θεραπείας που τους συνταγογραφείται. Ωστόσο, η διάκριση μεταξύ της νόσου του Αλτσχάιμερ και της LBD είναι πρόκληση τόσο λόγω μικτών παθολογιών όσο και λόγω κλινικών συμπτωμάτων.
"Σε αυτό το έργο, θα ανακαλύψουμε, θα ορίσουμε και θα αναπαραστήσουμε μεμονωμένα GyralNets - ένα υπολογιστικό μοντέλο που ενσωματώνει μεθόδους βαθιάς μάθησης και δείκτες νευροαπεικόνισης - για να χαρακτηρίσουμε τις ανωμαλίες που σχετίζονται με τη νόσο Alzheimer/LBD για μεμονωμένους ασθενείς."
Dajiang Zhu, Επίκουρος Καθηγητής, Τμήμα Επιστήμης και Μηχανικών Υπολογιστών, Πανεπιστήμιο του Τέξας στο Άρλινγκτον
Πρόσθεσε ότι το έργο τελικά θα συγκεντρώσει, θα απεικονίσει και θα αναλύσει δεδομένα εγκεφάλου μεγάλης κλίμακας για πρακτικές κλινικές ρυθμίσεις.
«Τελικά, θέλουμε να χαρακτηρίσουμε και να συνοψίσουμε βαθιές σχέσεις μέσα στον εγκέφαλο που θα οδηγήσουν στη βελτίωση της προγνωστικής ικανότητας μεταξύ του Αλτσχάιμερ και της LBD», είπε ο Zhu. «Πιστεύουμε ότι η έγκαιρη αναγνώριση της συγκεκριμένης ασθένειας μπορεί να οδηγήσει σε καλύτερα αποτελέσματα μέσω της καλύτερης θεραπείας αυτών των ασθενών».
Ο Hong Jiang, Wendell H. Nedderman, προικισμένος καθηγητής και πρόεδρος του Τμήματος Επιστήμης και Μηχανικής Υπολογιστών, είπε ότι η έρευνα του Zhu έχει τη δυνατότητα για σημαντικό αντίκτυπο.
«Το να λαμβάνουμε όλα τα δεδομένα που μπορούν να συλλεχθούν και να τα χρησιμοποιήσουμε για να βοηθήσουμε την κοινωνία και τους ανθρώπους που υποφέρουν από αυτές τις ασθένειες είναι μνημειώδες», είπε ο Jiang. «Αντιπροσωπεύει τι είναι η πανεπιστημιακή έρευνα».
Πηγή:
Πανεπιστήμιο του Τέξας στο Άρλινγκτον
.