تشخیص بیماری آلزایمر توسط استخراج ویژگی از تصاویر MRI

در این مقاله روشی جدید برای تشخیص بیماری آلزایمر با توجه به ویژگی های تصاویر MRI ارائه شده است. تصاویر MRI با حداقل ۱.۵ تسلا و ضخامت ۳ میلی متر گرفته می شود تا بتوان پلاک های پیری و کلافهای مارپیچی را تعیین نماید. قطعه بندی مناسب تصویر، فیلتر ماسک و فیلتر شارپ برای پیش پردازش استفاده می شود. سپس ویژگی های تصاویر MRI از جمله میزان آتروفی لوب گیجگاهی، حجم ماده سفید، حجم ماده خاکستری، مایع مغزی نخاعی و عدم تقارن برای تشخیص بیماری آلزایمر تعیین می شود. سپس شبکه عصبی بازگشتی المن استفاده شده است. صحت نتایج توسط ترکیب ویژگی ها در افراد سالم ۵/۸۲% بوده است. در بیماران آلزایمر خفیف ۵/۸۶% و در بیماران آلزایمر شدید ۵/۹۴% می باشد. بالاترین میزان صحت نتاج توسط شبکه عصبی المن در گروه بیماران آلزایمر شدید و مناسب ترین ویژگی از بین ویژگی های تصاویر MRI ویژگی میزان آتروفی لوب گیجگاهی می باشد. استفاده از شبکه عصبی کانالوشنی نشان می دهد که صحت نتایج در گروه سالم ۹۸% ، در گروه بیماران خفیف ۷/۹۷% و در گروه بیماران شدید ۵/۹۷% می باشد که این نتایج نشان می دهد عملکرد شبکه عصبی کانالوشنی در مقایسه با شبکه عصبی المن صحت نتایج بالاتری دارد.

کلیدواژه ها:

بیماری آلزایمر ، تصاویر MRI ، آتروفی لوب گیجگاهی ، عدم تقارن ، شبکه عصبی بازگشتی.