基于脑PET图像分析的阿尔兹海默症诊断研究

• 作者: 韩卓 霍赛楠 马世宇 李京达 马海森 段慧蓉 郭家木 熊世超
• 来源期刊: IT经理世界
• 关键词: 阿尔兹海默症 脑PET 三维卷积神经网络 Inception V4 深度学习
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 其他信息化
• 页码范围: 117-118
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9440.2020.10.098

摘要

阿尔兹海默症早期诊断对病人至关重要,针对这一问题在深度学习模型基础上,采用3D CNN、原生Inception V4以及改进后的Inception V4网络模型,在公开数据集ADNI上进行训练,通过模型优化及迭代,最终实现输入病人的脑PET图像,即可判断该病人患阿尔兹海默症的概率,从而达到预诊和预警治疗.实验结果表明,改进后的Inception V4模型鲁棒性高,准确率可达90.83％,在提高诊断速度的同时降低成本和侵入风险,从而为诊断提供参考依据.