AIと神経難病・神経免疫疾患 ── 遺伝性神経変性疾患 ── 2026-11-10
遺伝性神経変性疾患 1 本。筆頭: 敵対的生成ネットワークによるデータ拡張とカスケード型畳み込みニューラルネットワークを用いたハンチントン病の検出
遺伝性神経変性疾患（脊髄小脳変性症・ハンチントン病など）の治療・治験とAI
- Huntington’s disease detection using the cascaded convolutional neural network with generative adversarial network based augmentation抄録（全訳）
ハンチントン病は遺伝性の神経変性疾患である。臨床で有効に介入するには、早期の診断が必要である。従来の診断法は侵襲的なことが多く、早期の検出には不十分である。本研究は、MRI 画像からハンチントン病を正確に検出する手法を示す。この手法は、カオス Lyrebird 最適化に基づくカスケード型畳み込みニューラルネットワーク（ChLyO_CCNN）である。
データの不足と偏りに対処するため、敵対的生成ネットワーク（GAN）でデータを拡張した。続いて、ガウシアンフィルタでノイズを減らした。カスケード型 CNN は P-Net、R-Net、O-Net を組み合わせた構造である。このカスケード構造は P-Net、R-Net、O-Net を組み合わせ、特徴抽出と分類を段階的に精緻化する。ネットワークのハイパーパラメータは ChLyO アルゴリズムで最適化し、収束性と汎化性能を高めた。
実験で、提案法は高い診断性能を示した。正解率は 99.76%、適合率は 99.65%、感度は 99.81% で、既存の手法を上回った。この枠組みは、臨床の神経画像でのハンチントン病検出に向けて、信頼でき効率的な AI 支援の解決策を示す。
掲載誌の IF 相当：1.1（OpenAlex の直近 2 年の平均被引用数・2026-11-09 時点の値、2026-11-10 に取得。正式な IF（Clarivate）ではない）書誌：Amudaria S, Joseph Jawhar S. Huntington’s disease detection using the cascaded convolutional neural network with generative adversarial network based augmentation. Communications in Statistics - Simulation and Computation. 2026 Nov 8 [Epub ahead of print]. doi:10.1080/03610918.2026.2757043.確認の範囲：抄録のみ確認