阿爾茨海默病 (AD) 是一種神經(jīng)退行性疾病，影響著全世界很大一部分老年人口。它會對大腦造成不可挽回的損害，并嚴重損害患者的生活質(zhì)量。不幸的是，AD 無法治愈，但早期發(fā)現(xiàn)可以通過藥物控制癥狀并減緩疾病的進展。
功能磁共振成像(fMRI)是一種針對腦部疾病的無創(chuàng)診斷技術(shù)。它測量大腦內(nèi)血氧水平隨時間的微小變化，從而深入了解神經(jīng)元的局部活動。盡管有其優(yōu)點，fMRI 尚未廣泛應(yīng)用于臨床診斷。原因是雙重的。首先，功能磁共振成像信號的變化非常小，太容易受到噪聲的影響，從而導致結(jié)果出現(xiàn)偏差。其次，功能磁共振成像數(shù)據(jù)分析起來很復雜。這就是深度學習算法發(fā)揮作用的地方。
在《醫(yī)學影像雜志》最近發(fā)表的一項研究中，德克薩斯理工大學的科學家采用機器學習算法對功能磁共振成像數(shù)據(jù)進行分類。他們開發(fā)了一種稱為卷積神經(jīng)網(wǎng)絡(luò) (CNN) 的深度學習算法，可以區(qū)分健康人、輕度認知障礙患者和 AD 患者的功能磁共振成像信號。
CNN 可以自主地從人類觀察者隱藏的輸入數(shù)據(jù)中提取特征。他們通過訓練獲得這些特征，這需要大量的預(yù)先分類的數(shù)據(jù)。CNN 主要用于二維圖像分類，這意味著四維 fMRI 數(shù)據(jù)(三個空間和一個時間)提出了挑戰(zhàn)。fMRI 數(shù)據(jù)與大多數(shù)現(xiàn)有的 CNN 設(shè)計不兼容。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！