Robust automated computational approach for classifying frontotemporal neurodegeneration: Multimodal/multicenter neuroimaging. Alzheimer’s & Dementia, 2019

Donnelly-Kehoe P, Orlando Pascariello G, García AM, Hodges J, Miller B, Rosen H, Manes F, LandinRomero R, Matallana D, Serrano C, Herrera E, Reyes P, Santamaria-Garcia H, Kumfor F, Piguet O, Ibanez A, Sedeño L. Robust automated computational approach for classifying frontotemporal neurodegeneration: Multimodal/multicenter neuroimaging. Alzheimer’s & Dementia, 2019, (11) 588-598. https://doi.org/10.1016/j.dadm.2019.06.002

Titulo en español: Enfoque computacional robusto y automático para la clasificación de la neurodegeneración frontotemporal: Neuroimágenes multimodales/Multicéntricas.

En este reporte multicéntrico de tres centros diferentes implementamos un enfoque computacional para identificar pacientes con demencia frontotemporal. Usando machine learning, combinamos datos cerebrales estructurales y de conectividad cerebral, obteniendo una alta precisión de clasificación (91%) en todos los centros. Este procedimiento permite comparar datos de pacientes de diferentes centros y realizar análisis de forma totalmente automática.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *