• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Consorcio BUCLE Recolector
  • Contact Us
  • Send Feedback
  • Enlaces y accesos
    • Derechos de autor
    • Políticas
    • Guía de autoarchivo
    • FAQ y ayuda
    • La ULE y el Acceso Abierto
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Repositorio
    Institucional
    Abierto

    Consorcio BUCLE Recolector

    Browse

    All of BULERIACommunities and CollectionsAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulaciónThis CollectionAuthorsDirectoresTitlesSubjectsFacultad/CentroÁrea de conocimientoFecha de creación/publicaciónTitulación

    My Account

    Login

    Statistics

    View Usage Statistics

    Otros enlaces

    View Item 
    •   BULERIA Home
    • Scientific Production
    • Untitled
    • View Item
    •   BULERIA Home
    • Scientific Production
    • Untitled
    • View Item

    Compartir

    Export

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Título
    Machine learning of neuroimaging for assisted diagnosis of cognitive impairment and dementia: A systematic review
    Autor
    Pellegrini, Enrico
    Ballerini, Lucía
    Valdés Hernández, María del C.
    Chappell, Francesca M.
    González Castro, VíctorAutoridad BuleriaORCID
    Anblagan, Devasuda
    Danso, Samuel
    Muñoz Maniega, Susana
    Job, Dominic
    Pernet, Cyril R.
    Mair, Grant
    MacGillivray, Tom J.
    Trucco, Emanuele
    Wardlaw, Joanna M.
    Facultad/Centro
    Escuela de Ingenierias Industrial e Informatica
    Área de conocimiento
    Ingenieria de Sistemas y Automatica
    Datos de la obra
    Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring, 2018, vol. 10
    Editor
    Elsevier
    Fecha
    2018-08
    Abstract
    Los métodos avanzados de aprendizaje automático pueden ayudar a identificar el riesgo de demencia de la neuroimagen, pero su precisión hasta la fecha no está clara. Revisamos sistemáticamente la literatura, desde 2006 hasta finales de 2016, para los estudios de aprendizaje automático que diferencian el envejecimiento saludable de la demencia de varios tipos, evaluamos la calidad del estudio y comparamos la precisión en diferentes límites de enfermedades. De los 111 estudios relevantes, la mayoría evaluó la enfermedad de Alzheimer en comparación con los controles sanos, utilizando datos de la Iniciativa de neuroimagen AD, máquinas de vectores de soporte y solo secuencias ponderadas en T1. La precisión fue más alta para diferenciar la enfermedad de Alzheimer de los controles sanos y pobre para diferenciar los controles sanos versus deterioro cognitivo leve versus enfermedad de Alzheimer o conversores de deterioro cognitivo leve versus no conversores. La precisión aumentó con los tipos de datos combinados, pero no con la fuente de datos, el tamaño de la muestra o el método de aprendizaje automático. El aprendizaje automático todavía no distingue categorías de enfermedades clínicamente relevantes. Los conjuntos de datos más diversos, las combinaciones de diferentes tipos de datos y la estrecha integración clínica del aprendizaje automático ayudarían a avanzar en este campo.
    Materia
    Ingeniería de sistemas
    Medicina. Salud
    Palabras clave
    Demencia
    Enfermedad cerebrovascular
    Envejecimiento patológico
    Enfermedad de los vasos pequeños
    Resonancia magnética
    Aprendizaje automático
    Clasificación
    Segmentación
    Peer review
    SI
    URI
    http://hdl.handle.net/10612/10931
    Versión del editor
    https://doi.org/10.1016/j.dadm.2018.07.004
    Collections
    • Untitled [2723]
    Show full item record
    Files in this item
    Nombre:
    Machine learning of neuroimaging for assisted diagnosis of cognitive.pdf
    Tamaño:
    2.888Mb
    Formato:
    Adobe PDF
    Descripción:
    Pdf editor
    Thumbnail
    FilesOpen