UTA-ingenieur zal deep learning-tools gebruiken om soorten dementie te identificeren die verband houden met de ziekte van Alzheimer

UTA-ingenieur zal deep learning-tools gebruiken om soorten dementie te identificeren die verband houden met de ziekte van Alzheimer

Een computeringenieur aan de Universiteit van Texas in Arlington zal krachtige deep learning-methoden en -instrumenten verder ontwikkelen en integreren om soorten dementie die verband houden met de ziekte van Alzheimer (ADRD) op te sporen, wat op zijn beurt de medische gemeenschap zou kunnen helpen deze ziekten beter te behandelen.

Dajiang Zhu, assistent-professor bij de afdeling Computerwetenschappen en Techniek, zal leiding geven aan een vijfjarig project ter waarde van $ 2,86 miljoen, ondersteund door het National Institute of Neurological Disorders and Stroke (NINDS). Zhu zal samenwerken met onderzoekers van de University of North Carolina-Chapel Hill en de University of Georgia om zich te concentreren op de ontwikkeling van een diepgaand leermodel voor ADRD-analyse.

Als de twee meest voorkomende vormen van dementie zijn de ziekte van Alzheimer en Lewy body dementie (LBD) verantwoordelijk voor 65% tot 85% van de mensen met dementie in het hele land, oftewel ongeveer 7,5 miljoen mensen.

Zhu zei dat er belangrijke verschillen zijn bij het bepalen of een patiënt de ziekte van Alzheimer of LBD heeft. Deze verschillen kunnen een grote invloed hebben op het type behandeling dat zij worden voorgeschreven. Het onderscheid maken tussen de ziekte van Alzheimer en LBD is echter een uitdaging vanwege zowel gemengde pathologieën als klinische symptomen.

"In dit project zullen we individuele GyralNets ontdekken, definiëren en representeren - een computationeel model dat zowel deep learning-methoden als neuroimaging-markers integreert - om de afwijkingen geassocieerd met de ziekte van Alzheimer/LBD voor individuele patiënten te karakteriseren."

Dajiang Zhu, universitair docent, afdeling Computerwetenschappen en Techniek, Universiteit van Texas in Arlington

Hij voegde eraan toe dat het project uiteindelijk grootschalige hersengegevens zal verzamelen, in beeld brengen en analyseren voor praktische klinische omgevingen.

"Uiteindelijk willen we diepe relaties in de hersenen karakteriseren en samenvatten die zullen leiden tot het verbeteren van het voorspellende vermogen tussen de ziekte van Alzheimer en LBD," zei Zhu. “Wij geloven dat een eerdere identificatie van welke specifieke ziekte aanwezig is, kan leiden tot betere resultaten door een betere behandeling van deze patiënten.”

Hong Jiang, Wendell H. Nedderman bijzonder hoogleraar en voorzitter van de afdeling Computerwetenschappen en Techniek, zei dat Zhu's onderzoek het potentieel heeft voor een aanzienlijke impact.

“Het is monumentaal om alle gegevens die kunnen worden verzameld te gebruiken om de samenleving en de mensen die aan deze ziekten lijden te helpen”, zei Jiang. “Het vertegenwoordigt waar universitair onderzoek om draait.”

Bron:

Universiteit van Texas in Arlington

.