基于深度学习的帕金森病早期诊断
计算机视觉与模式识别
2020-08-07 v1 机器学习
编程语言
图像与视频处理
摘要
全球约有 700 至 1000 万老年人罹患帕金森病（PD）。帕金森病是一种常见的神经退行性疾病，其临床特征为震颤、强直、运动迟缓和自主性降低。其临床表现与多系统萎缩（MSA）疾病非常相似。研究表明，帕金森病患者确诊时往往已陷入不可挽回的境地，因此随着帕金森病可与 MSA 疾病区分并获得早期诊断，人们不断探索新方法。随着大数据时代的到来，深度学习在图像识别与分类方面取得重大突破。因此，本研究提出使用深度学习方法实现帕金森病、多系统萎缩与健康人的诊断。数据来源于伊斯坦布尔大学 Cerrahpasa 医学院医院。原始磁共振图像（Magnetic Resonance Image, MRI）的处理由伊斯坦布尔大学 Cerrahpasa 医学院医院医生指导。本实验重点改进现有神经网络，使其在医学图像识别与诊断中获得良好结果。基于帕金森病病理特征提出一种改进算法，并通过比较模型损失与准确率等指标获得良好实验结果。
引用
@article{arxiv.2008.01792,
title = {Deep Learning Based Early Diagnostics of Parkinsons Disease},
author = {Elcin Huseyn},
journal= {arXiv preprint arXiv:2008.01792},
year = {2020}
}