यह शोधपत्र चुंबकीय अनुनाद इमेजिंग (MRI) का उपयोग करके अल्जाइमर रोग (AD) के निदान हेतु डीप लर्निंग (DL) एल्गोरिदम में शॉर्टकट लर्निंग और जनसांख्यिकीय पूर्वाग्रह के मुद्दों की जाँच करता है। सबसे पहले, हम जाँच करते हैं कि क्या DL एल्गोरिदम 3D ब्रेन MRI स्कैन में नस्ल या लिंग की पहचान कर सकते हैं, जिससे नस्ल और लिंग के आधार पर वितरणात्मक बदलावों की पहचान हो सके। इसके बाद, हम जाँच करते हैं कि क्या नस्ल या लिंग पर आधारित प्रशिक्षण सेट असंतुलन मॉडल के प्रदर्शन को कम करते हैं, जिससे शॉर्टकट लर्निंग और पूर्वाग्रह की पहचान हो सके। अंत में, हम सुरक्षात्मक विशेषताओं और AD वर्गीकरण कार्यों, दोनों के लिए विभिन्न मस्तिष्क क्षेत्रों में विशेषता विशेषताओं के मात्रात्मक और गुणात्मक विश्लेषण करते हैं। कई डेटासेट और DL मॉडल (ResNet और SwinTransformer) का उपयोग करके, हम DL-आधारित AD वर्गीकरण में शॉर्टकट लर्निंग और नस्ल और लिंग पर आधारित पूर्वाग्रहों की उपस्थिति को प्रदर्शित करते हैं। यह अध्ययन ब्रेन MRI में अधिक निष्पक्ष DL निदान उपकरणों की नींव रखता है।
