每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成,并以非盈利为基础运营。
论文版权归作者及相关机构所有,分享时请注明出处。

深度学习方法与可解释人工智能用于区分阿尔茨海默病和轻度认知障碍

Created by
  • Haebom

作者

法赫德·穆斯塔法、坎农·侯赛因、哈菲兹·汗

大纲

我们提出了一个用于阿尔茨海默病早期诊断的混合深度学习集成框架。我们使用 ResNet50、NASNet 和 MobileNet,以灰质和白质切片作为输入。通过将集成学习策略与可解释人工智能技术相结合,我们提高了准确性和可解释性。我们在阿尔茨海默病神经影像学倡议数据集上实现了高精度。

Takeaways, Limitations

在区分阿尔茨海默病和轻度认知障碍 (MCI) 方面表现出色,准确率为 99.21%,在区分 MCI 和正常对照方面表现出色,准确率为 91.0%。
使用可解释的人工智能技术识别影响模型决策的结构生物标志物。
展示在神经退行性疾病诊断中强大且可扩展的临床决策支持的潜力。
需要进一步研究所用数据集的偏差和普遍性。
需要与其他神经影像技术和临床数据进行整合研究。
👍