関連する実験動画
Updated: Sep 9, 2025
12:21
Probing the Brain in Autism Using fMRI and Diffusion Tensor Imaging
Published on: September 12, 2011
25.3K
FaithfulNet:構造MRIを用いた自閉症診断のための説明可能なディープラーニングフレームワーク
D Swainson Sujana1, D Peter Augustine1
1Department of Computer Science, Christ (Deemed to be University), Bangalore, Karnataka 560 029, India.
Brain research
|August 29, 2025
まとめ
説明可能な人工知能 (XAI) は ディープラーニングモデルを透明化することで 自閉症の診断を強化します このアプローチは 学業の成績に影響する脳の領域を特定し パーソナライズされた治療を促します
科学分野:
- 神経科学
- 人工知能
- 医療診断
背景:
- ディープラーニングモデルは 自閉症のような複雑な神経疾患を 診断する可能性を秘めていますが しばしば"ブラックボックス"として機能します
- 説明可能な人工知能 (XAI) の技術は,これらのモデルを解釈し,臨床応用への信頼を高めることが重要です.
- 自閉症の神経関連性の理解は 効果的な治療法の開発に不可欠です
研究 の 目的:
- sMRIデータを用いて自閉症診断のための説明可能なディープラーニングモデルを開発し,検証する.
- XAIを通じて 自閉症と関連した特定の脳領域と その学業成績への影響を特定する
- 自閉症のディープラーニング予測のための新しい,忠実な視覚説明方法 (Faith_CAM) を作成する.
主な方法:
- 構造磁気共鳴画像 (sMRI) のABIDE-IIデータセットを使用した.
- 自閉症診断のための ディープラーニングモデルである FaithfulNetを開発しました
- グラデーションベースのクラスアクティベーションマップと,モデルの解釈性のためのSHAPグラデーション説明器を適用した.
- 統合された説明でFaith_CAMを作りました ポイントゲームスコアを使って定量化し 脳構造マスクで分析しました
主要な成果:
- 高い分類精度99. 74%と自閉症診断の曲線下の面積 (AUC) 1を達成しました.
- 自閉症の患者に 障害のある脳の領域を 発見しました
- これらの障害が学業成績に関連した記憶領域に与える影響を定量化した.
結論:
- XAIが開発したFaith_CAMは 自閉症の診断に信頼できる 解釈可能な方法を提供します
- この研究は 自閉症の診断を 認知機能や学業成績に影響する 特定の神経障害と 結びつけています
- 発見は自閉症の子供のための 個別化された治療戦略の開発を支援しています
さらに関連する動画
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.2K
11:14A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants
Published on: October 4, 2015
11.0K
