|
検索したキーワードがページ内でハイライトします。
| RESET |
研究キーワード:千葉大学における「統計モデル」 に関係する研究一覧:2件
概要表示
折りたたむ
発表日:2026年2月18日
1
うつ病診断と脳機能結合の潜在的な関係構造が明らかに
―機械学習を用いた大規模データ分析による新たな知見―
千葉大学子どものこころの発達教育研究センターの佐々木翼特任研究員および平野好幸教授は、健常者とうつ病患者を対象とした大規模脳画像データを解析し、脳の複数領域にまたがる機能的結合の関係構造を統計モデルにより解析しました。変数間の関係の全体像を捉えるベイジアンネットワーク注1)解析(変数間の関係を有向非巡回グラフ(DAG)注2)で表現する統計モデル)を用いた結果、医師によって診断された「うつ病の有無」が「内省」「注意」「感情調節」に関わる複数の安静時脳機能結合注3)パターンと、他の要因を考慮してもなお残る条件付き依存関係が確認されま...
キーワード:画像データ/統計モデル/脳機能結合/ベイジアンネットワーク/機械学習/産学連携/ネットワーク構造/脳画像/機能的結合/脳機能/うつ/うつ病/医師
他の関係分野:情報学複合領域工学
概要表示
折りたたむ
発表日:2025年11月20日
2
機械学習による慢性疾患の生涯リスク予測
~2型糖尿病の30年間を再現する新技術「SReFT-ML」
千葉大学大学院薬学研究院の佐藤洋美准教授、樋坂章博教授(研究当時)らの研究グループは、臨床試験の観察期間を超える長期進行の慢性疾患を解析する方法として、機械学習による新しい手法(Statistical Restoration of Fragmented Time course - Machine Learning: SReFT注1)-ML)を開発し、これを糖尿病の解析に適用しました。これにより、今まで数百人単位でしか実施できなかった解析を、1万人以上の患者、かつ30種近くの検査値の解析へと拡張することに成功し、生涯にわたる腎機能の悪化や合併症のリスクが適切に予測されました...
キーワード:混合効果モデル/統計モデル/機械学習/人工知能(AI)/産学連携/非線形/モデル化/合併症/予測モデル/腎機能/薬理学/臨床試験/2型糖尿病/バイオマーカー/リアルワールドデータ/糖尿病/慢性疾患
他の関係分野:情報学複合領域数物系科学工学
千葉大学 研究シーズ