UTA-insinööri käyttää syvän oppimisen työkaluja Alzheimerin tautiin liittyvien dementian tyyppien tunnistamiseen

UTA-insinööri käyttää syvän oppimisen työkaluja Alzheimerin tautiin liittyvien dementian tyyppien tunnistamiseen

Arlingtonin Texasin yliopiston tietokoneinsinööri kehittää ja integroi edelleen tehokkaita syväoppimismenetelmiä ja -työkaluja Alzheimerin tautiin (ADRD) liittyvien dementioiden tunnistamiseksi, mikä puolestaan ​​voisi auttaa lääketieteellistä yhteisöä paremmin hoitamaan näitä sairauksia.

Tietojenkäsittelytieteen ja tekniikan laitoksen apulaisprofessori Dajiang Zhu johtaa viisivuotista 2,86 miljoonan dollarin projektia, jota tukee National Institute of Neurological Disorders and Stroke (NINDS). Zhu työskentelee Pohjois-Carolinan yliopiston Chapel Hillin ja Georgian yliopiston tutkijoiden kanssa keskittyäkseen ADRD-analyysin syväoppimismallin kehittämiseen.

Kaksi yleisintä dementiatyyppiä ovat Alzheimerin tauti ja Lewyn kehon dementia (LBD) 65–85 prosenttia dementiaa sairastavista valtakunnallisesti eli noin 7,5 miljoonaa ihmistä.

Zhu sanoi, että sen määrittämisessä, onko potilaalla Alzheimerin tauti vai LBD, on merkittäviä eroja. Nämä erot voivat vaikuttaa suuresti siihen, millaista hoitoa niille määrätään. Alzheimerin taudin ja LBD:n erottaminen toisistaan ​​on kuitenkin haastavaa sekä sekapatologioiden että kliinisten oireiden vuoksi.

"Tässä projektissa löydämme, määrittelemme ja edustamme yksittäisiä GyralNets-malleja - laskennallista mallia, joka yhdistää sekä syväoppimismenetelmät että neurokuvantamismarkkerit - karakterisoidaksemme Alzheimerin/LBD:n poikkeavuuksia yksittäisille potilaille."

Dajiang Zhu, apulaisprofessori, tietojenkäsittelytieteen ja tekniikan laitos, Texasin yliopisto, Arlington

Hän lisäsi, että projekti kokoaa, kuvaa ja analysoi lopulta laajamittaista aivodataa käytännön kliinisiä olosuhteita varten.

"Loppujen lopuksi haluamme luonnehtia ja tehdä yhteenvedon aivojen syistä suhteista, jotka johtavat Alzheimerin ja LBD:n välisen ennustuskyvyn parantamiseen", Zhu sanoi. "Uskomme, että sairauden varhainen tunnistaminen voi johtaa parempiin tuloksiin parantamalla näiden potilaiden hoitoa."

Hong Jiang, Wendell H. Neddermanin valtuutettu professori ja tietojenkäsittelytieteen ja tekniikan osaston puheenjohtaja, sanoi Zhun tutkimuksella olevan merkittävä vaikutus.

"On mahtavaa ottaa kaikki kerättävä data ja käyttää sitä yhteiskunnan ja näistä sairauksista kärsivien ihmisten auttamiseksi", Jiang sanoi. "Se edustaa sitä, mitä yliopistotutkimuksessa on kyse."

Lähde:

Texasin yliopisto Arlingtonissa

.