基于 MR 图像集成架构的帕金森病检测
图像与视频处理
2020-07-03 v1 机器学习
摘要
帕金森病（PD）是影响 60 岁以上人群的主要神经系统疾病之一，可导致认知障碍。本文探索利用脑磁共振（MR）T1 图像识别帕金森病的多种方法。我们尝试结合 ImageNet 大规模视觉识别挑战赛（ILSVRC）中一些获胜的卷积神经网络（CNN）模型的集成架构，并提出两种架构。我们发现，相较于使用整张 MR 图像，聚焦于 MR 图像中的灰质（GM）和白质（WM）区域时检测准确率大幅提升。利用平滑的 GM 和 WM 提取区域及我们所提架构之一，取得了 94.7% 的平均准确率。我们还进行了遮挡分析，确定了在架构决策过程中相关的脑区。
引用
@article{arxiv.2007.00682,
title = {Parkinson's Disease Detection Using Ensemble Architecture from MR Images},
author = {Tahjid Ashfaque Mostafa and Irene Cheng},
journal= {arXiv preprint arXiv:2007.00682},
year = {2020}
}