阿尔茨海默病的多模态识别：综述
图像与视频处理
2023-11-23 v1 计算机视觉与模式识别
摘要
阿尔茨海默病是一种以认知障碍和记忆丧失为特征的进行性神经系统疾病。随着老龄化人口的增加，AD的发病率持续上升，使得早期诊断和干预成为迫切需求。近年来，大量团队将计算机辅助诊断技术应用于AD的早期分类研究。大多数研究利用了磁共振成像（MRI）、正电子发射断层扫描（PET）和脑电图（EEG）等成像模态。然而，也有研究尝试使用其他模态作为模型的输入特征，如声音、姿态、生物标志物、认知评估评分及其融合。实验结果表明，与单一模态相比，多模态的组合通常能带来更好的性能。因此，本文将聚焦于不同模态及其融合，深入阐明各种模态的机制，探讨应组合哪些方法以更好地发挥其效用，分析并总结近年来AD早期分类领域的文献，以探索模态组合的更多可能性。
引用
@article{arxiv.2311.12842,
title = {Multimodal Identification of Alzheimer's Disease: A Review},
author = {Guian Fang and Mengsha Liu and Yi Zhong and Zhuolin Zhang and Jiehui Huang and Zhenchao Tang and Calvin Yu-Chian Chen},
journal= {arXiv preprint arXiv:2311.12842},
year = {2023}
}