利用机器学习方法识别阿尔茨海默病痴呆程度
机器学习
2023-11-06 v1 图像与视频处理
摘要
痴呆是一种普遍的神经退行性疾病，是阿尔茨海默病（AD）的主要表现。随着病情从轻度进展至重度，其显著损害个体独立执行日常任务的能力，因此亟需及时且准确的 AD 分类。机器学习或深度学习模型已成为用于此目的的有效工具。在本研究中，我们提出了一种使用 RF、SVM 和 CNN 算法对痴呆四个阶段进行分类的方法，并辅以分水岭分割从 MRI 图像中提取特征。我们的结果显示，带有分水岭特征的 SVM 达到了 96.25% 的令人印象深刻的准确率，超越了其他分类方法。我们利用 ADNI 数据集评估方法的有效性，并观察到分水岭分割的加入有助于提升模型性能。
引用
@article{arxiv.2311.01428,
title = {Identifying Alzheimer Disease Dementia Levels Using Machine Learning Methods},
author = {Md Gulzar Hussain and Ye Shiren},
journal= {arXiv preprint arXiv:2311.01428},
year = {2023}
}