MétaCan
Menu
Retour à la cohorte
Enregistrement W4298009649 · doi:10.18280/ts.390439

Detection of Parkinson’s Disease in Alzheimer’s Patients Utilizing Brain Imaging

2022· article· en· W4298009649 sur OpenAlexvenueno aff
Madhulika Bhatia, Amrinder Kaur, Shaveta Bhatia, Mridula, Pallavi Dwivedi

Notice bibliographique

RevueTraitement du signal · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueBrain Tumor Detection and Classification
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeuropathologyStatistical parametric mappingCognitive impairmentParkinson's diseaseDementiaCognitionDiseaseMedicineRegion of interestPsychologyAudiologyPhysical medicine and rehabilitationPsychiatryInternal medicineMagnetic resonance imagingRadiology

Résumé

récupéré en direct d'OpenAlex

Patients with Alzheimer's infection (AD) and Parkinson's sickness (PD) regularly have cover in clinical show and cognitive neuropathology proposing that these two illnesses share basic fundamental instruments. Parkinson sickness emerges from diminished dopamine creation in the mind. Patients with these two illnesses often cover in clinical introduction and cerebrum neuropathology proposing that they share basic common fundamental systems. Therefore, it become important two find the presence of common affected brain region of interest. The paper proposes the technique to find out the relation between the common affected brain areas. The work with in carried in-depth analysis of brain functional MRI scans using statistical parametric mapping on both AD, PD patients (n=35), which comprises of 5 healthy participants with average age 83, 5 AD participants with average age 75, Early mild cognitive impairment (EMCI) participants whose average age is 65, Late mild cognitive impairment (EMCI) participants whose average age is 75 and PD participants with average age of 64. Using a two sample t-test the ROI (region of interest) was noted using MarsBar plugin of SPM tool.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,260
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetBrain Tumor Detection and ClassificationTravaux en français237 207