基于影像数据的脑疾病亚型划分
机器学习
2022-02-23 v1 计算机视觉与模式识别
图像与视频处理
摘要
影像学界日益采用机器学习（ML）方法以提供与疾病诊断、预后及治疗响应相关的个体化影像标志物。临床神经科学与肿瘤影像是 ML 尤具前景的两个领域。然而，许多神经与神经精神疾病以及癌症，在其临床表现、神经解剖模式或遗传基础方面常具异质性。因此，在此类情形下，寻求单一疾病标志物可能无助于实现个体化精准诊断。本章聚焦于利用影像数据探寻疾病亚型的 ML 方法，尤其是半监督聚类。我们讨论了来自阿尔茨海默病及其前驱期、精神病、抑郁、自闭症与脑肿瘤的工作。我们的目标是从方法论与临床应用两方面为读者提供宽泛的概览。
引用
@article{arxiv.2202.10945,
title = {Subtyping brain diseases from imaging data},
author = {Junhao Wen and Erdem Varol and Zhijian Yang and Gyujoon Hwang and Dominique Dwyer and Anahita Fathi Kazerooni and Paris Alexandros Lalousis and Christos Davatzikos},
journal= {arXiv preprint arXiv:2202.10945},
year = {2022}
}