基于机器学习的阿尔茨海默病诊断：综述
机器学习
2023-04-20 v1 人工智能
摘要
阿尔茨海默病（AD）是一种严重的神经疾病，使脑细胞退化并渐进性导致记忆丧失。它是一种主要累及老年人的致命脑部疾病。它致使大脑认知与生物功能衰退并渐进性萎缩，即所谓萎缩。为准确诊断阿尔茨海默病，诸如机器学习等前沿方法必不可少。近来，机器学习在医疗行业获得大量关注与普及。随着病情进展，阿尔茨海默病患者即便完成最基本任务也愈发困难，最坏情况下大脑完全停止运作。利用ML方法可确定个体患早期阿尔茨海默病的可能性。本分析中，我们研读了2008至2023年间谷歌学术上基于深度学习技术与强化学习的阿尔茨海默病诊断论文。检索后获得的六十篇相关论文被纳入本研究。这些论文基于AD生物标志物及所用机器学习技术进行分析。分析显示深度学习方法具有提取特征并以良好准确率分类AD的强大能力。DRL方法在图像处理领域应用甚少。深度学习与强化学习的对比结果表明，深度强化学习（DRL）在痴呆检测中的空间尚待探索。
引用
@article{arxiv.2304.09178,
title = {Alzheimers Disease Diagnosis using Machine Learning: A Review},
author = {Nair Bini Balakrishnan and P. S. Sreeja and Jisha Jose Panackal},
journal= {arXiv preprint arXiv:2304.09178},
year = {2023}
}
备注
10 pages and 3 figures