UTA-ingenjören kommer att använda verktyg för djupinlärning för att lokalisera typer av demens associerade med Alzheimers sjukdom

UTA-ingenjören kommer att använda verktyg för djupinlärning för att lokalisera typer av demens associerade med Alzheimers sjukdom

En dataingenjör vid University of Texas i Arlington kommer att vidareutveckla och integrera kraftfulla metoder och verktyg för djupinlärning för att lokalisera typer av demenssjukdomar associerade med Alzheimers sjukdom (ADRD), vilket i sin tur kan hjälpa det medicinska samfundet att bättre behandla dessa sjukdomar.

Dajiang Zhu, biträdande professor vid institutionen för datavetenskap och teknik, kommer att leda ett femårigt projekt på 2,86 miljoner dollar som stöds av National Institute of Neurological Disorders and Stroke (NINDS). Zhu kommer att arbeta med forskare vid University of North Carolina–Chapel Hill och University of Georgia för att fokusera på att utveckla en djupinlärningsmodell för ADRD-analys.

Som de två vanligaste typerna av demens står Alzheimers sjukdom och Lewy-kroppsdemens (LBD) för 65 % till 85 % av personer med demens i hela landet, eller cirka 7,5 miljoner människor.

Zhu sa att det finns viktiga skillnader när det gäller att avgöra om en patient har Alzheimers eller LBD. Dessa skillnader kan i hög grad påverka vilken typ av behandling de ordineras. Men att skilja mellan Alzheimers sjukdom och LBD är utmanande på grund av både blandade patologier och kliniska symtom.

"I detta projekt kommer vi att upptäcka, definiera och representera individuella GyralNets - en beräkningsmodell som integrerar både djupinlärningsmetoder och neuroavbildningsmarkörer - för att karakterisera avvikelserna associerade med Alzheimers/LBD för enskilda patienter."

Dajiang Zhu, biträdande professor, Institutionen för datavetenskap och teknik, University of Texas i Arlington

Han tillade att projektet i slutändan kommer att sammanställa, avbilda och analysera storskalig hjärndata för praktiska kliniska miljöer.

"I slutändan vill vi karakterisera och sammanfatta djupa relationer i hjärnan som kommer att leda till att förbättra prediktiv förmåga mellan Alzheimers och LBD," sa Zhu. "Vi tror att tidigare identifiering av vilken specifik sjukdom som finns kan leda till bättre resultat genom bättre behandling av dessa patienter."

Hong Jiang, Wendell H. Nedderman-begåvad professor och ordförande för institutionen för datavetenskap och teknik, sa att Zhus forskning har potential för betydande inverkan.

"Att ta all data som kan samlas in och använda den för att hjälpa samhället och människor som lider av dessa sjukdomar är monumentalt," sa Jiang. "Det representerar vad universitetsforskning handlar om."

Källa:

University of Texas i Arlington

.