اکسپرس 24
ترجمه فارسی مقاله به سوی بهبود مداخله آلزایمر: یک رویکرد یادگیری ماشینی برای تشخیص نشانگرهای زیستی از طریق ترکیب خطوط لوله MEG و MRI

ترجمه فارسی مقاله به سوی بهبود مداخله آلزایمر: یک رویکرد یادگیری ماشینی برای تشخیص نشانگرهای زیستی از طریق ترکیب خطوط لوله MEG و MRI

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Towards improving Alzheimer's intervention: a machine learning approach for biomarker detection through combining MEG and MRI pipelines
عنوان مقاله به فارسی به سوی بهبود مداخله آلزایمر: یک رویکرد یادگیری ماشینی برای تشخیص نشانگرهای زیستی از طریق ترکیب خطوط لوله MEG و MRI
نویسندگان Alwani Liyana Ahmad, Jose Sanchez-Bornot, Roberto C. Sotero, Damien Coyle, Zamzuri Idris, Ibrahima Faye
فرمت مقاله انگلیسی PDF
تعداد صفحات 48
دسته بندی موضوعات Machine Learning,Image and Video Processing,Neurons and Cognition,یادگیری ماشین , پردازش تصویر و فیلم , نورون و شناخت ,
توضیحات Submitted 8 August, 2024; originally announced August 2024. , Comments: 28 pages, 9 figures, 3 tables, 19 supplimetary material
توضیحات به فارسی ارسال شده در 8 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: 28 صفحه ، 9 شکل ، 3 جدول ، 19 ماده مواد مخدر

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 1,920,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

MEG are non invasive neuroimaging techniques with excellent temporal and spatial resolution, crucial for studying brain function in dementia and Alzheimer Disease. They identify changes in brain activity at various Alzheimer stages, including preclinical and prodromal phases. MEG may detect pathological changes before clinical symptoms, offering potential biomarkers for intervention. This study evaluates classification techniques using MEG features to distinguish between healthy controls and mild cognitive impairment participants from the BioFIND study. We compare MEG based biomarkers with MRI based anatomical features, both independently and combined. We used 3 Tesla MRI and MEG data from 324 BioFIND participants;158 MCI and 166 HC. Analyses were performed using MATLAB with SPM12 and OSL toolboxes. Machine learning analyses, including 100 Monte Carlo replications of 10 fold cross validation, were conducted on sensor and source spaces. Combining MRI with MEG features achieved the best performance; 0.76 accuracy and AUC of 0.82 for GLMNET using LCMV source based MEG. MEG only analyses using LCMV and eLORETA also performed well, suggesting that combining uncorrected MEG with z-score-corrected MRI features is optimal.

چکیده به فارسی (ترجمه ماشینی)

MEG تکنیک های غیر تصویربرداری غیر تهاجمی با وضوح زمانی و مکانی عالی ، برای مطالعه عملکرد مغز در بیماری زوال عقل و آلزایمر بسیار مهم است.آنها تغییرات در فعالیت مغز را در مراحل مختلف آلزایمر ، از جمله مراحل بالینی و تولیدی شناسایی می کنند.MEG ممکن است قبل از علائم بالینی ، تغییرات پاتولوژیک را تشخیص دهد و نشانگرهای زیستی بالقوه را برای مداخله ارائه می دهد.این مطالعه تکنیک های طبقه بندی با استفاده از ویژگی های MEG را برای تمایز بین کنترل های سالم و شرکت کنندگان در اختلال شناختی خفیف از مطالعه BioFind ارزیابی می کند.ما نشانگرهای زیستی مبتنی بر MEG را با ویژگی های آناتومیکی مبتنی بر MRI ، هم به طور مستقل و هم ترکیبی مقایسه می کنیم.ما از 3 داده Tesla MRI و MEG از 324 شرکت کننده در زمینه زیستی استفاده کردیم ؛ 158 MCI و 166 HC.تجزیه و تحلیل با استفاده از MATLAB با جعبه ابزار SPM12 و OSL انجام شد.تجزیه و تحلیل یادگیری ماشین ، از جمله 100 تکرار مونت کارلو از اعتبار سنجی صلیب 10 برابر ، در فضای سنسور و منبع انجام شد.ترکیب MRI با ویژگی های MEG به بهترین عملکرد دست یافت.0.76 دقت و AUC 0.82 برای GLMNET با استفاده از MEG مبتنی بر منبع LCMV.تجزیه و تحلیل MEG فقط با استفاده از LCMV و Eloreta نیز به خوبی انجام شده است ، نشان می دهد که ترکیب MEG اصلاح نشده با ویژگی های MRI اصلاح شده با نمره Z بهینه است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.