CCADD:一个在线网络服务器用于从脑MRI中检测阿尔茨海默病

科学领域:

• 神经成像是一种神经成像.
• 医疗信息学 医疗信息学
• 人工智能的人工智能

背景情况:

• 阿尔茨海默病 (AD) 显著影响公共健康,影响记忆,认知和行为.
• 早期发现AD对于有效的疾病管理至关重要.
• 非侵入性脑磁共振成像 (MRI) 为早期AD诊断提供了一个有希望的途径.

研究的目的:

• 开发和介绍CCADD (基于体的阿尔茨海默氏病检测),一个用户友好的网络服务器,用于自动检测AD.
• 为了利用从脑MRI中提取的体 (CC) 特性来预测AD和轻度认知障碍 (MCI).

主要方法:

• 从脑MRI切片中自动识别和细分体 (CC) 区域.
• 从细分的CC中提取基于形状和尺寸的特征.
• 使用支持矢量机器 (SVM),随机森林 (RF),极端梯度增强 (XGBoost),K-最近邻居 (KNN) 和人工神经网络 (ANN) 模型将受试者分类为AD,MCI或健康对照.
• 基于阿尔茨海默病神经成像计划 (ADNI) 数据的基准测试性能.

主要成果:

• 在多种程度的AD严重程度上,CCADD实现了高预测准确度.
• 自动化CC分析在区分AD,MCI和健康个体方面表现出有效性.
• 网络服务器为临床医生和研究人员提供了一个用户友好的界面.

结论:

• CCADD提供了一种新的自动化方法,用于早期检测阿尔茨海默病,使用MRI的体特征.
• 开发的工具为临床医生和研究人员提供了一个易于访问的AD诊断和管理平台.
• 这种方法有可能提高阿尔茨海默病查的效率和准确性.