Jove
Visualize
お問い合わせ

関連する概念動画

Alzheimer's Disease: Overview01:26

Alzheimer's Disease: Overview

1.8K
Alzheimer's Disease (AD) is a continually advancing neurodegenerative disorder, distinguished by escalating memory loss, cognitive dysfunction, and dementia. The disease unfolds in three stages: preclinical, mild cognitive impairment (MCI), and dementia. Its onset is insidious, and the progression gradual, with the cause not well explained by other disorders.
The clinical diagnosis of AD hinges on the presence of memory and other cognitive impairments. Biomarkers, such as changes in Aβ...
1.8K
Dementia01:30

Dementia

603
Dementia is a collective term for cognitive disorders primarily affecting memory, thinking, and reasoning. It is not a specific disease but a syndrome, with Alzheimer's disease being the most common cause, accounting for approximately 60-80% of cases. Other types include vascular dementia, Lewy body dementia, and frontotemporal dementia. Dementia affects millions worldwide, particularly older adults, though it is not a normal part of aging.
The progression of dementia is generally gradual....
603

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same journal

A GenAI Pipeline for Violinist Kinematic Data Management.

Studies in health technology and informatics·2026
Same journal

AMAL-For-Qatar: A Comprehensive AI Ecosystem for Fetal Ultrasound Analysis - Project Overview and Achievements.

Studies in health technology and informatics·2026
Same journal

Longitudinal Treatment-Aware Multimodal AI for Dermatology: A Scoping Review.

Studies in health technology and informatics·2026
Same journal

Predicting Postpartum Depression Using Imbalance-Aware Machine Learning.

Studies in health technology and informatics·2026
Same journal

Validation of Deep-Learning Models for Autosegmentation of Brain Metastases.

Studies in health technology and informatics·2026
Same journal

Delay-Dependent Gating in Modular RNNs.

Studies in health technology and informatics·2026
関連記事をすべて見る
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: Feb 24, 2026

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
12:50

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly

Published on: April 14, 2014

40.9K

畳み込みニューラルネットワークと勾配重み付きクラス活性化マッピングを使用した認知症段階の解釈可能な画像分類に関するチュートリアル

Kevin Kam Fung Yuen1

  • 1Department of Computing, The Hong Kong Polytechnic University.

Studies in health technology and informatics
|February 23, 2026
PubMed
まとめ
この要約は機械生成です。

この研究では、説明可能な人工知能（AI）と畳み込みニューラルネットワーク（CNN）、および勾配重み付きクラス活性化マッピング（Grad-CAM）を使用して、MRIスキャンから認知症の段階を正確に分類し、医師に洞察を提供します。

キーワード:
コンピュータビジョンディープラーニング認知症画像解析認知症の段階と進行説明可能なAI

関連する実験動画

Last Updated: Feb 24, 2026

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
12:50

Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly

Published on: April 14, 2014

40.9K

科学分野:

  • 医療画像解析
  • ヘルスケアにおける人工知能
  • 神経科学

背景:

  • 認知症の診断は、臨床評価と神経画像に依存しています。
  • 認知症の段階の正確な分類は、適時の介入のために重要です。
  • 医療画像解析のための現在のディープラーニングモデルは、しばしば解釈可能性を欠いています。

研究 の 目的:

  • 認知症段階分類のための説明可能なAIアプローチに関するチュートリアルを提示すること。
  • 4つの進行性認知症段階を分類するために、畳み込みニューラルネットワーク（CNN）と勾配重み付きクラス活性化マッピング（Grad-CAM）を利用すること。
  • 神経画像におけるAIモデルの解釈可能性を高めること。

主な方法:

  • MRI脳画像分類のための畳み込みニューラルネットワーク（CNN）アーキテクチャの実装。
  • CNNの意思決定プロセスを可視化するための勾配重み付きクラス活性化マッピング（Grad-CAM）の適用。
  • 4つの認知症段階のオープンMRI脳画像データセットでのモデルのトレーニングとテスト。

主要な成果:

  • 提案されたCNNアーキテクチャは、テストデータセットで99％を超える精度を達成しました。
  • Grad-CAMの可視化は、CNNの高い精度に関する洞察を提供し、関連する脳領域を強調しました。
  • 説明可能なAIアプローチは、臨床的有用性の可能性を示しました。

結論:

  • 説明可能なAIは、CNNとGrad-CAMを組み合わせることで、MRIから認知症の段階を効果的に分類できます。
  • 可視化は、医療アプリケーションにおけるCNNの「ブラックボックス」の性質を理解するのに役立ちます。
  • このアプローチは、医師に貴重な情報を提供し、診断の信頼性と患者のケアを改善する可能性があります。