扫码下载APP

您的位置

资讯详情

本人可编辑资讯

仅支持在APP编辑资讯扫描二维码即可下载APP

这所院校又添新作:基于序列卷积神经网络的阿尔茨海默病不同阶段的检测与分类

论论资讯 | 2023-01-01 3热度

Open Biomedical Engineering Journal

Explore content

About the journal

Publish with us

Detection and Classification of the Different Stages of Alzheimer’s Disease using Sequential Convolutional Neural Network

Prakasam P.; Gnanavel A.; Rajendran K.; Suresh S.

Published:2023-01-01
DOI:10.2174/18741207-v16-e221227-2022-ht27-3589-1

研究背景

阿尔茨海默病是一种神经退行性疾病,常见于老年人,会显著降低患者的生活质量。阿尔茨海默病的早期症状因人而异,但记忆问题通常是主要症状之一。然而,检测阿尔茨海默病是一项耗时且具有挑战性的任务,需要大量的脑部影像报告和人类专业知识。因此,更准确、更早期的诊断对于及时治疗和降低风险非常重要。

研究内容

为了更早期地诊断阿尔茨海默病,研究人员提出了一种基于MRI的序列卷积神经网络(S-CNN)模型,用于检测和分类阿尔茨海默病的不同阶段。该模型结合了卷积操作和循环操作的优点,使用了阿尔茨海默病神经影像倡议(ADNI)数据集和开放影像研究系列(OASIS)数据集进行模型的训练和测试。研究结果表明,该模型在验证阶段获得了88.60%的准确率,并且优于其他报道的方法。

研究意义

该研究的创新点在于提出了一种基于MRI的序列卷积神经网络(S-CNN)模型,用于更早期地检测和分类阿尔茨海默病的不同阶段。该研究的意义在于更准确地诊断阿尔茨海默病,帮助患者更早地采取预防措施,避免不可逆的脑损伤,提高患者的生活质量。

微信扫码即可查看