Suche
Mein Konto
Az UTA mérnöke mély tanulási eszközöket fog használni az Alzheimer-kórhoz kapcsolódó demencia típusainak meghatározására
Az arlingtoni Texasi Egyetem számítógépes mérnöke hatékony mély tanulási módszereket és eszközöket fog tovább fejleszteni és integrálni az Alzheimer-kórhoz (ADRD) társuló demenciák típusainak meghatározásához, ami viszont segíthet az orvosi közösségnek e betegségek jobb kezelésében. Dajiang Zhu, a Számítástechnikai és Mérnöki Tanszék adjunktusa egy ötéves, 2,86 millió dolláros projektet fog vezetni, amelyet a National Institute of Neurological Disorders and Stroke (NINDS) támogat. Zhu az Észak-Karolinai Egyetem–Chapel Hill és a Georgiai Egyetem kutatóival fog együttműködni, hogy az ADRD-elemzés mélytanulási modelljére összpontosítson. Ahogy…
Az UTA mérnöke mély tanulási eszközöket fog használni az Alzheimer-kórhoz kapcsolódó demencia típusainak meghatározására
Az arlingtoni Texasi Egyetem számítógépes mérnöke hatékony mély tanulási módszereket és eszközöket fog tovább fejleszteni és integrálni az Alzheimer-kórhoz (ADRD) társuló demenciák típusainak meghatározásához, ami viszont segíthet az orvosi közösségnek e betegségek jobb kezelésében.
Dajiang Zhu, a Számítástechnikai és Mérnöki Tanszék adjunktusa egy ötéves, 2,86 millió dolláros projektet fog vezetni, amelyet a National Institute of Neurological Disorders and Stroke (NINDS) támogat. Zhu az Észak-Karolinai Egyetem–Chapel Hill és a Georgiai Egyetem kutatóival fog együttműködni, hogy az ADRD-elemzés mélytanulási modelljére összpontosítson.
A demencia két leggyakoribb típusa, az Alzheimer-kór és a Lewy-test demencia (LBD) a demenciában szenvedők 65-85%-át teszik ki országszerte, vagyis körülbelül 7,5 millió embert.
Zhu elmondta, hogy fontos különbségek vannak annak meghatározásában, hogy a páciens Alzheimer-kórban vagy LBD-ben szenved-e. Ezek a különbségek nagyban befolyásolhatják az általuk felírt kezelés típusát. Az Alzheimer-kór és az LBD megkülönböztetése azonban kihívást jelent mind a vegyes patológiák, mind a klinikai tünetek miatt.
"Ebben a projektben egyedi GyralNeteket fogunk felfedezni, meghatározni és reprezentálni – egy olyan számítási modellt, amely integrálja a mély tanulási módszereket és a neuroimaging markereket is -, hogy jellemezhessük az Alzheimer-kórral/LBD-vel kapcsolatos rendellenességeket az egyes betegeknél."
Dajiang Zhu, adjunktus, Számítástechnikai és Mérnöki Tanszék, Texasi Egyetem, Arlington
Hozzátette, hogy a projekt végső soron nagyszabású agyi adatokat gyűjt össze, leképez és elemez a gyakorlati klinikai körülményekhez.
"Végül az agyon belüli mély kapcsolatokat szeretnénk jellemezni és összefoglalni, amelyek az Alzheimer-kór és az LBD közötti előrejelző képesség javításához vezetnek" - mondta Zhu. "Úgy gondoljuk, hogy a jelenlévő konkrét betegség korábbi azonosítása jobb eredményekhez vezethet a betegek jobb kezelése révén."
Hong Jiang, Wendell H. Nedderman professzor és a Számítástechnikai és Mérnöki Tanszék elnöke elmondta, hogy Zhu kutatása jelentős hatást fejthet ki.
"Minden összegyűjthető adatot felhasználni a társadalom és az ezekben a betegségekben szenvedő emberek megsegítésére rendkívül fontos" - mondta Jiang. „Ez tükrözi az egyetemi kutatás lényegét.”
Forrás:
.