机器学习驱动的GLCM分析结构性MRI用于阿尔茨海默病诊断
Maria João Oliveira1, Pedro Ribeiro1, Pedro Miguel Rodrigues1
1CBQF-Centro de Biotecnologia e Química Fina-Laboratório Associado, Escola Superior de Biotecnologia, Universidade Católica Portuguesa, Rua de Diogo Botelho 1327, 4169-005 Porto, Portugal.
早期发现阿尔茨海默氏病 (AD) 是至关重要的. 一种使用机器学习的基于sMRI的新方法准确地区分了AD,轻度认知障碍 (MCI) 和健康对照,有助于早期诊断.
科学领域:
- 神经成像是一种神经成像.
- 机器学习 机器学习
- 医学诊断 医学诊断 医学诊断
背景情况:
- 阿尔茨海默病 (AD) 是一种进展性神经退行性疾病,影响认知功能和日常生活.
- 在轻度认知障碍 (MCI) 阶段的早期诊断对于干预和改善患者生活质量至关重要.
研究的目的:
- 开发一种基于sMRI的自动化方法,以在三个阶段检测阿尔茨海默病 (AD):健康对照 (CN),轻度认知障碍 (MCI) 和AD.
- 评估经典机器学习 (cML) 算法的区分能力,使用从sMRI提取的纹理特征.
主要方法:
- 从ADNI数据库中利用大脑sMRI图像.
- 预处理的图像和提取的22个纹理统计特征使用灰色级别的同时发生矩阵 (GLCM).
- 应用了各种特征和解剖平面组合的cML算法.
主要成果:
- 实现了高分类准确度:85.2% (AD与CN),98.5% (AD与MCI),95.1% (CN与MCI) 和87.1% (所有阶段).
- 该模型与现有的成像和非成像研究相比显示出优异的性能,用于AD与MCI分类.
结论:
- 提出的基于sMRI的方法显示了有效早期诊断AD的巨大潜力.
- 超过以前的研究,特别是在区分AD和MCI方面,突出了其在确定MCI作为AD前体的临床相关性.
更多相关视频
08:43Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment
Published on: August 7, 2017
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
相关概念视频
Magnetic Resonance Imaging
Imaging Studies I: CT and MRI
Description of the Procedures
Computed Tomography (CT) scan:
Computed Tomography (CT) scans use X-ray technology to generate detailed images of bones, organs, and tissues. During the scan, the patient lies on a moving table...
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies IV: Magnetic Resonance Imaging
