面向阿尔茨海默病与额颞叶痴呆的可解释鉴别诊断
图像与视频处理
2022-06-16 v1 计算机视觉与模式识别
摘要
阿尔茨海默病和额颞叶痴呆是两种主要的痴呆类型。它们的准确诊断与鉴别对于确定特异性干预和治疗至关重要。然而，由于临床症状模式相似，这两类痴呆在疾病早期的鉴别诊断仍然困难。因此，多种类型痴呆的自动分类具有重要的临床价值。迄今为止，这一挑战尚未得到积极探究。深度学习在医学图像领域的最新发展已展现出针对各类分类任务的高性能。本文中，我们提议利用两类生物标志物：结构分级与结构萎缩。为此，我们首先提出训练一个由大量3D U-Net组成的集成模型，以在局部区分健康与痴呆的解剖模式。这些模型的结果是一张可解释的三维分级图，能够指示异常脑区。该图也可通过图卷积神经网络用于多种分类任务。最后，我们提议结合深度分级与基于萎缩的分类以改进痴呆类型的判别。所提出的框架在疾病检测与鉴别诊断的不同任务上，相较最先进方法展现出具有竞争力的性能。
引用
@article{arxiv.2206.07417,
title = {Interpretable differential diagnosis for Alzheimer's disease and Frontotemporal dementia},
author = {Huy-Dung Nguyen and Michaël Clément and Boris Mansencal and Pierrick Coupé},
journal= {arXiv preprint arXiv:2206.07417},
year = {2022}
}