UTA-Ingenieur wird Deep-Learning-Tools verwenden, um Arten von Demenzen im Zusammenhang mit der Alzheimer-Krankheit zu lokalisieren
Ein Informatikingenieur der Universität von Texas in Arlington wird leistungsstarke Deep-Learning-Methoden und -Werkzeuge weiterentwickeln und integrieren, um Arten von Demenzen im Zusammenhang mit der Alzheimer-Krankheit (ADRD) zu lokalisieren, was wiederum der medizinischen Gemeinschaft helfen könnte, diese Krankheiten besser zu behandeln.
Dajiang Zhu, Assistenzprofessor in der Abteilung für Informatik und Ingenieurwesen, wird ein fünfjähriges, 2,86 Millionen Dollar teures Projekt leiten, das vom National Institute of Neurological Disorders and Stroke (NINDS) unterstützt wird. Zhu wird mit Forschern der University of North Carolina–Chapel Hill und der University of Georgia zusammenarbeiten, um sich auf die Entwicklung eines Deep-Learning-Modells für die ADRD-Analyse zu konzentrieren.
Als die beiden häufigsten Arten von Demenz machen die Alzheimer-Krankheit und die Lewy-Körper-Demenz (LBD) landesweit 65 % bis 85 % der Menschen mit Demenz aus, oder etwa 7,5 Millionen Menschen.
Zhu sagte, es gebe wichtige Unterschiede bei der Feststellung, ob ein Patient an Alzheimer oder LBD leide. Diese Unterschiede können die Art der Behandlung, die ihnen verschrieben wird, stark beeinflussen. Die Unterscheidung zwischen Alzheimer und LBD ist jedoch aufgrund sowohl gemischter Pathologien als auch klinischer Symptome eine Herausforderung.
In diesem Projekt werden wir individuelle GyralNets entdecken, definieren und darstellen – ein Computermodell, das sowohl Deep-Learning-Methoden als auch Neuroimaging-Marker integriert –, um die mit Alzheimer/LBD verbundenen Anomalien für einzelne Patienten zu charakterisieren“,
Dajiang Zhu, Assistenzprofessor, Institut für Informatik und Ingenieurwesen, University of Texas at Arlington
Er fügte hinzu, dass das Projekt letztendlich umfangreiche Gehirndaten für praktische klinische Umgebungen zusammenstellen, abbilden und analysieren werde.
„Schließlich wollen wir tiefe Beziehungen innerhalb des Gehirns charakterisieren und zusammenfassen, die zu einer Verbesserung der Vorhersagefähigkeit zwischen Alzheimer und LBD führen werden“, sagte Zhu. „Wir glauben, dass eine frühere Erkennung, welche spezifische Krankheit vorliegt, durch eine bessere Behandlung dieser Patienten zu besseren Ergebnissen führen kann.“
Hong Jiang, Wendell H. Nedderman-Stiftungsprofessor und Vorsitzender der Fakultät für Informatik und Ingenieurwesen, sagte, Zhus Forschung habe das Potenzial für erhebliche Auswirkungen.
„Alle Daten, die gesammelt werden können, zu nehmen und sie so zu nutzen, dass sie der Gesellschaft und den Menschen, die an diesen Krankheiten leiden, helfen, ist monumental“, sagte Jiang. „Sie repräsentiert, worum es in der universitären Forschung geht.“
Quelle:
Universität von Texas in Arlington
.
