面向阿尔茨海默病神经退行性变的定量评估
图像与视频处理
2020-11-10 v1 计算机视觉与模式识别
摘要
阿尔茨海默病（AD）是一种不可逆的神经退行性疾病，逐步破坏大脑的记忆及其他认知领域。尽管 AD 的有效治疗管理仍在开发中，但其预期疗效似乎有理由依赖于基线病理的严重程度。因此，大量研究工作已投入于开发在尽可能早阶段非侵入性诊断 AD 的有效手段。为追求同一目标，本文通过弥散磁共振成像（dMRI）解决 AD 的定量诊断问题。具体而言，本文引入病理特异性成像对比（PSIC）的概念，其除提供有价值的诊断评分外，还可作为神经退行性变空间范围的可视化表示手段。PSIC 值由专门适配于 dMRI 信号处理的专用深度神经网络（DNN）计算。一旦获得，此类值可用于若干重要用途，包括研究对象的 stratification（分层）。特别地，实验证实基于 DNN 的分类在认知正常（CN）与 AD 对象分层这一基本问题上可优于多种替代方法。尽管属初步性质，该结果表明有必要进一步扩展和改进本文所探讨的探索性方法。
引用
@article{arxiv.2011.04465,
title = {Towards a quantitative assessment of neurodegeneration in Alzheimer's disease},
author = {Oleg Michailovich and Rinat Mukhometzianov},
journal= {arXiv preprint arXiv:2011.04465},
year = {2020}
}
备注
26 pages, 5 figures, submitted to IEEE Access