基于拓扑优化的卷积神经网络改进阿尔茨海默病MRI图像分析
图像与视频处理
2023-10-27 v1 机器学习
摘要
本研究强调了傅里叶拓扑优化在精炼MRI图像方面的功效，从而通过卷积神经网络提升了阿尔茨海默病的分类精度。鉴于MRI扫描对神经学评估不可或缺，但常受模糊与对比度不均等问题困扰，傅里叶拓扑优化的应用增强了脑结构的描绘、改善了噪声并提升了对比度。所采用的技术侧重于边界增强、对比度与亮度调整以及整体图像清晰度。使用VGG16、ResNet50、InceptionV3和Xception等CNN架构，优化后的分析显示出性能的显著提升。总之，傅里叶拓扑优化与CNN的结合为阿尔茨海默病的精细分类指明了一条有前景的路径，有望对其诊断范式产生变革性影响。
引用
@article{arxiv.2310.16857,
title = {Improvement in Alzheimer's Disease MRI Images Analysis by Convolutional Neural Networks Via Topological Optimization},
author = {Peiwen Tan},
journal= {arXiv preprint arXiv:2310.16857},
year = {2023}
}