基于可解释AI的阿尔茨海默病预测智能ROI检测
图像与视频处理
2023-03-21 v1 计算机视觉与模式识别
机器学习
摘要
目的 预测轻度认知障碍(MCI)向阿尔茨海默病的进展是减缓疾病进展的重要一步。因此,许多基于深度学习的方法被引入用于此任务。在这些方法中,基于感兴趣区域(ROI)的方法在准确率和复杂度方面处于良好地位。在这些技术中,一些特定的大脑部位被手动提取为所有患者的ROI。手动提取ROI耗时且其结果依赖于人类专业知识和精度。方法 为克服这些局限,我们提出一种基于可解释AI使用Grad-Cam和3DCNN模型的新型智能方法,为每个患者自动检测ROI。在自动提取ROI后,使用基于提取ROI的3D CNN预测阿尔茨海默病。结果 我们在著名ADNI数据集的176名MCI患者上实现我们的方法,并与最先进的方法相比获得了显著结果。使用5折交叉验证获得的准确率为98.6,AUC为1。我们还将基于ROI的方法与基于全脑的方法的结果进行比较。结果显示性能得到惊人提升。结论 实验结果表明,所提出的自动提取ROI的智能ROI提取在阿尔茨海默病预测中表现良好。所提方法也可用于阿尔茨海默病分类和诊断。
引用
@article{arxiv.2303.10401,
title = {Smart ROI Detection for Alzheimer's disease prediction using explainable AI},
author = {Atefe Aghaei and Mohsen Ebrahimi Moghaddam},
journal= {arXiv preprint arXiv:2303.10401},
year = {2023}
}