アルツハイマー病の診断における2DMRIスライスの指向と位置の影響を軽量コンボリューションニューラルネットワークを使用して評価する
Nadia A Mohsin1, Mohammed H Abdulameer2
1Department of Computer Science, Faculty of Computer Science and Mathematics, University of Kufa, Najaf 54001, Iraq.
Journal of imaging
|August 27, 2025
まとめ
この研究は,アルツハイマー病 (AD) の検出のための最適なMRIスライス選択を特定します. 特定の軸,冠,切片は,ディープラーニングモデルを使用して診断の精度を大幅に改善します.
科学分野:
- 神経イメージング
- 人工知能
- 医療診断
背景:
- アルツハイマー病 (AD) の正確な検出は早期介入に不可欠ですが,依然として困難です.
- ディープラーニング,特にコンボリューションニューラルネットワーク (CNN) は,磁気共鳴画像 (MRI) による診断の精度を向上させる可能性を示しています.
研究 の 目的:
- 最適なMRIスライス指向とAD分類のための解剖学的位置を決定する.
- 効率的で正確なMRIによるAD診断のための自動化されたフレームワークを開発する.
主な方法:
- CNNアクティベーションマップの特徴エントロピーベースの方法を使用して,関連するMRIスライスを選択する自動化されたフレームワークが開発されました.
- 選択された2DMRIスライスを分析するために,深度的に分離可能なコンボリュションを持つ軽量なCNNアーキテクチャが使用されました.
- 特徴レベルでの分類への貢献を解釈するための注意メカニズムが統合されました.
主要な成果:
- 最も高い精度 (97. 4%) は,認知的に正常な (CN) 個体からアルツハイマー病 (AD) を区別する点で達成されました.
- 最適な分類は,第9軸のセグメントから選択されたスライスを用いて観察され,その後に冠状とサギタル方向の10番目のセグメントが続いた.
- この研究は,ADの診断における特定のスライス選択と軽量なCNNの有効性を示した.
結論:
- 切片の位置と方向性はMRIベースのAD診断において重要な要因です.
- 軽量なCNNはアルツハイマー病の診断に 有望で効率的なアプローチを提供します.
