Machine Learning for Large-Scale Quality Control of 3D Shape Models in Neuroimaging [Elektronisk resurs]
-
Petrov, Dmitry (författare)
-
Gutman, Boris A (författare)
-
Yu, Shih-Hua Julie (författare)
-
van Erp, Theo G M (författare)
-
Turner, Jessica A (författare)
-
Schmaal, Lianne (författare)
-
Veltman, Dick (författare)
-
Wang, Lei (författare)
-
Alpert, Kathryn (författare)
-
Isaev, Dmitry (författare)
-
Zavaliangos-Petropulu, Artemis (författare)
-
Ching, Christopher R K (författare)
-
Calhoun, Vince (författare)
-
Glahn, David (författare)
-
Satterthwaite, Theodore D (författare)
-
Andreasen, Ole Andreas (författare)
-
Borgwardt, Stefan (författare)
-
Howells, Fleur (författare)
-
Groenewold, Nynke (författare)
-
Voineskos, Aristotle (författare)
-
Radua, Joaquim (författare)
-
Potkin, Steven G (författare)
-
Crespo-Facorro, Benedicto (författare)
-
Tordesillas-Gutiérrez, Diana (författare)
-
Shen, Li (författare)
-
Lebedeva, Irina (författare)
-
Spalletta, Gianfranco (författare)
-
Donohoe, Gary (författare)
-
Kochunov, Peter (författare)
-
Rosa, Pedro G P (författare)
-
James, Anthony (författare)
-
Dannlowski, Udo (författare)
-
Baune, Bernhard T (författare)
-
Aleman, André (författare)
-
Gotlib, Ian H (författare)
-
Walter, Henrik (författare)
-
Walter, Martin (författare)
-
Soares, Jair C (författare)
-
Ehrlich, Stefan (författare)
-
Gur, Ruben C (författare)
-
Doan, N Trung (författare)
-
Agartz, Ingrid (författare)
-
Westlye, Lars T (författare)
-
Harrisberger, Fabienne (författare)
-
Riecher-Rössler, Anita (författare)
-
Uhlmann, Anne (författare)
-
Stein, Dan J (författare)
-
Dickie, Erin W (författare)
-
Pomarol-Clotet, Edith (författare)
-
Fuentes-Claramonte, Paola (författare)
-
Canales-Rodríguez, Erick Jorge (författare)
-
Salvador, Raymond (författare)
-
Huang, Alexander J (författare)
-
Roiz-Santiañez, Roberto (författare)
-
Cong, Shan (författare)
-
Tomyshev, Alexander (författare)
-
Piras, Fabrizio (författare)
-
Vecchio, Daniela (författare)
-
Banaj, Nerisa (författare)
-
Ciullo, Valentina (författare)
-
Hong, Elliot (författare)
-
Busatto, Geraldo (författare)
-
Zanetti, Marcus V (författare)
-
Serpa, Mauricio H (författare)
-
Cervenka, Simon (författare)
-
Kelly, Sinead (författare)
-
Grotegerd, Dominik (författare)
-
Sacchet, Matthew D (författare)
-
Veer, Ilya M (författare)
-
Li, Meng (författare)
-
Wu, Mon-Ju (författare)
-
Irungu, Benson (författare)
-
Walton, Esther (författare)
-
Thompson, Paul M (författare)
- Publicerad: 2017
- Engelska.
-
Ingår i: Machine learning in medical imaging. MLMI (Workshop). ; 10541, 371-378
-
Läs hela texten
-
Läs hela texten
-
Läs hela texten
Sammanfattning
Ämnesord
Stäng
- As very large studies of complex neuroimaging phenotypes become more common, human quality assessment of MRI-derived data remains one of the last major bottlenecks. Few attempts have so far been made to address this issue with machine learning. In this work, we optimize predictive models of quality for meshes representing deep brain structure shapes. We use standard vertex-wise and global shape features computed homologously across 19 cohorts and over 7500 human-rated subjects, training kernelized Support Vector Machine and Gradient Boosted Decision Trees classifiers to detect meshes of failing quality. Our models generalize across datasets and diseases, reducing human workload by 30-70%, or equivalently hundreds of human rater hours for datasets of comparable size, with recall rates approaching inter-rater reliability.
Ämnesord
- Medical and Health Sciences (hsv)
- Clinical Medicine (hsv)
- Radiology, Nuclear Medicine and Medical Imaging (hsv)
- Medicin och hälsovetenskap (hsv)
- Klinisk medicin (hsv)
- Radiologi och bildbehandling (hsv)
Genre
- government publication (marcgt)
Indexterm och SAB-rubrik
- machine learning
- quality control
- shape analysis
Inställningar
Hjälp
Ingår i annan publikation. Gå till titeln
Machine learning in medical imaging. MLMI (Workshop)