基于卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的阿爾茨海默癥早期診斷
關(guān)鍵詞：阿爾茨海默癥 輕度認(rèn)知障礙 卷積神經(jīng)網(wǎng)絡(luò) 集成學(xué)習(xí) 磁共振圖像
摘要：阿爾茨海默癥(AD)是一種典型的神經(jīng)退行性疾病,臨床上表現(xiàn)為失憶、喪失語言能力、喪失生活自理能力等。迄今為止,AD病因尚不明確且病程不可逆,也沒有治愈的方法,因此,AD的早期診斷對于研發(fā)新型藥物和措施以減緩病情發(fā)展具有重要意義。輕度認(rèn)知障礙(MCI)是一種介于AD和正常老化(HC)之間的狀態(tài)。研究表明,MCI患者比沒有患過MCI的人更有可能發(fā)展成AD,因此,對MCI患者的準(zhǔn)確篩查成為了AD早期診斷的研究熱點(diǎn)之一。隨著神經(jīng)影像技術(shù)和深度學(xué)習(xí)的飛速發(fā)展,越來越多的研究者使用深度學(xué)習(xí)方法對大腦神經(jīng)影像如磁共振影像(MRI)進(jìn)行分析,用于AD的早期診斷。于是,本文提出基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)和集成學(xué)習(xí)的多切片集成分類模型用于AD早期診斷。與只用單切片訓(xùn)練獲得的CNN分類模型相比,本文采用三個(gè)維度上的多個(gè)二維切片進(jìn)行訓(xùn)練而獲得的集成分類器模型,能更充分地利用MRI包含的有效信息,從而提高分類的準(zhǔn)確率和穩(wěn)定性。
生物醫(yī)學(xué)工程學(xué)雜志要求:
{1}正文包括題目、摘要、關(guān)鍵詞、引言、方法、結(jié)果、討論、結(jié)論和參考文獻(xiàn)等部分內(nèi)容。
{2}本刊對來稿有修改權(quán)，不愿改動者，請事先說明。
{3}關(guān)鍵詞：關(guān)鍵詞應(yīng)盡量從《漢語主題詞表》中選用，并用封號相隔（3-6個(gè)為宜）。
{4}來稿請注明詳細(xì)地址、電話和E-mail，便于通知聯(lián)系。
{5}若需列出項(xiàng)目資助相關(guān)內(nèi)容，均置于首頁底部，并于論文題目后標(biāo)出星號。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
