用于阿尔茨海默病诊断和生物标志物识别的规范建模
图像与视频处理
2024-11-19 v1 计算机视觉与模式识别
机器学习
摘要
本文提出了一种新颖的规范建模方法，该方法结合了焦点损失和对抗自编码器（FAAE），用于阿尔茨海默病（AD）的诊断和生物标志物识别。我们的方法是一种端到端的方法，它在自编码器结构中嵌入了一个对抗焦点损失判别器，专门设计用于有效地针对和捕捉更复杂和更具挑战性的病例。我们首先使用增强的自编码器基于健康对照（HC）个体的数据创建规范模型。然后将该模型应用于估计AD患者的总体和区域神经解剖偏差。通过在OASIS-3和ADNI数据集上的大量实验，我们的方法显著优于以往的最先进方法。这一进展不仅简化了检测过程，还为AD的生物标志物潜力提供了更深入的见解。我们的代码可在 https://github.com/soz223/FAAE 获取。
引用
@article{arxiv.2411.10570,
title = {Normative Modeling for AD Diagnosis and Biomarker Identification},
author = {Songlin Zhao and Rong Zhou and Yu Zhang and Yong Chen and Lifang He},
journal= {arXiv preprint arXiv:2411.10570},
year = {2024}
}
备注
10 pages, 3 figures