基于深度学习技术的阿尔茨海默病诊断自动评估
机器学习
2021-05-19 v1
摘要
早期检测对于阻止阿尔茨海默病（AD）进展至关重要。因此，专家可以尽早开始预防性治疗。他们要求在最难检测的最早阶段对 AD 进行快速而精确的评估诊断。本工作的主要目标是开发一个系统，自动检测矢状位磁共振图像（MRI）中疾病的存在，这类图像通常未被使用。研究采用了来自 ADNI 和 OASIS 数据集的矢状位 MRI。为获得更准确的结果，实验使用了迁移学习（TL）技术。本工作可得出两个主要结论：第一，与 AD 及其阶段相关的损伤可在矢状位 MRI 中区分；第二，使用矢状位 MRI 的 DL 模型所获得的结果与使用该水平面 MRI 的最先进结果相似。尽管矢状位 MRI 不常用，本工作证明它们在早期识别 AD 方面至少与其他平面的 MRI 同样有效。这可为进一步研究铺平道路。最后应牢记，在某些领域，获取数据集样本可能非常昂贵。本研究证明可在这些领域构建 DL 模型，而 TL 是用更少样本完成任务的重要工具。
引用
@article{arxiv.2105.08446,
title = {Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques},
author = {Alejandro Puente-Castro and Enrique Fernandez-Blanco and Alejandro Pazos and Cristian R. Munteanu},
journal= {arXiv preprint arXiv:2105.08446},
year = {2021}
}