用于阿尔茨海默病检测与分类的深度卷积神经网络集成
计算机视觉与模式识别
2017-12-21 v2 机器学习
摘要
阿尔茨海默病破坏脑细胞，导致人们丧失记忆、心智功能及维持日常活动的能力。它是一种严重的神经性大脑疾病，不可治愈，但及早发现阿尔茨海默病有助于恰当治疗并防止脑组织损伤。阿尔茨海默病（AD）的检测与分类具有挑战性，因为有时区分阿尔茨海默病 MRI 数据的征象也可见于老年人的正常健康脑 MRI 数据中。此外，可用于训练自动化阿尔茨海默病检测与分类模型的数据集相对较少。本文中，我们提出一种利用脑 MRI 数据分析的阿尔茨海默病检测与分类新模型。我们开发了深度卷积神经网络的集成，并在 Open Access Series of Imaging Studies (OASIS) 数据集上展现出优越性能。
引用
@article{arxiv.1712.01675,
title = {An Ensemble of Deep Convolutional Neural Networks for Alzheimer's Disease Detection and Classification},
author = {Jyoti Islam and Yanqing Zhang},
journal= {arXiv preprint arXiv:1712.01675},
year = {2017}
}
备注
Accepted poster at NIPS 2017 Workshop on Machine Learning for Health (https://ml4health.github.io/2017/)