L'ingénieur d'UTA utilisera des outils d'apprentissage profond pour identifier les types de démence associés à la maladie d'Alzheimer

L'ingénieur d'UTA utilisera des outils d'apprentissage profond pour identifier les types de démence associés à la maladie d'Alzheimer

Un ingénieur informaticien de l'Université du Texas à Arlington développera et intégrera de puissantes méthodes et outils d'apprentissage profond pour identifier les types de démences associées à la maladie d'Alzheimer (ADRD), ce qui pourrait à son tour aider la communauté médicale à mieux traiter ces maladies.

Dajiang Zhu, professeur adjoint au Département d'informatique et d'ingénierie, dirigera un projet de 2,86 millions de dollars sur cinq ans soutenu par l'Institut national des troubles neurologiques et des accidents vasculaires cérébraux (NINDS). Zhu travaillera avec des chercheurs de l'Université de Caroline du Nord à Chapel Hill et de l'Université de Géorgie pour se concentrer sur le développement d'un modèle d'apprentissage profond pour l'analyse ADRD.

En tant que deux types de démence les plus courants, la maladie d'Alzheimer et la démence à corps de Lewy (LBD) représentent 65 à 85 % des personnes atteintes de démence dans tout le pays, soit environ 7,5 millions de personnes.

Zhu a déclaré qu'il existe des différences importantes pour déterminer si un patient souffre de la maladie d'Alzheimer ou de la LBD. Ces différences peuvent grandement influencer le type de traitement qui leur est prescrit. Cependant, faire la distinction entre la maladie d'Alzheimer et la LBD est difficile en raison de pathologies mixtes et de symptômes cliniques.

"Dans ce projet, nous découvrirons, définirons et représenterons des GyralNets individuels - un modèle informatique qui intègre à la fois des méthodes d'apprentissage profond et des marqueurs de neuroimagerie - pour caractériser les anomalies associées à la maladie d'Alzheimer/LBD chez des patients individuels."

Dajiang Zhu, professeur adjoint, Département d'informatique et d'ingénierie, Université du Texas à Arlington

Il a ajouté que le projet compilera, imagera et analysera à terme des données cérébrales à grande échelle pour des contextes cliniques pratiques.

"En fin de compte, nous voulons caractériser et résumer les relations profondes au sein du cerveau qui conduiront à améliorer la capacité prédictive entre la maladie d'Alzheimer et la LBD", a déclaré Zhu. « Nous pensons qu’une identification plus précoce de la maladie spécifique présente peut conduire à de meilleurs résultats grâce à un meilleur traitement de ces patients. »

Hong Jiang, professeur Wendell H. Nedderman et directeur du département d'informatique et d'ingénierie, a déclaré que les recherches de Zhu ont le potentiel d'avoir un impact significatif.

« Prendre toutes les données qui peuvent être collectées et les utiliser pour aider la société et les personnes souffrant de ces maladies est monumental », a déclaré Jiang. «Cela représente l’essence même de la recherche universitaire.»

Source:

Université du Texas à Arlington

.