要約
認知症は、世界中で数百万人が罹患している衰弱性の神経疾患であり、診断上重大な課題を抱えています。
この研究では、3D 脳磁気共鳴画像法 (MRI) スキャンを使用して、認知症高齢者と非認知症高齢者を分類するための新しい方法論を紹介します。
私たちのアプローチは、MRI スライスを選択的に処理する独自の技術を特徴としており、最も関連性の高い脳領域に焦点を当て、情報量の少ないセクションを除外します。
この方法論は、Dem3D ResNet、Dem3D CNN、および Dem3D EfficientNet の 3 つのカスタム深層学習モデルで構成される信頼性に基づく分類委員会によって補完されます。
これらのモデルは相乗的に機能し、総合的な強みを活用して意思決定の精度を高めます。
Open Access Series of Imaging Studies(OASIS) データセットでテストしたところ、私たちの手法は 94.12% という優れた精度を達成し、既存の手法を上回りました。
さらに、アルツハイマー病神経画像イニシアチブ (ADNI) データセットでの検証により、私たちのアプローチの堅牢性と一般化可能性が確認されました。
Explainable AI (XAI) 技術と包括的なアブレーション研究の使用により、当社の技術の有効性がさらに実証され、意思決定プロセスと当社の方法論の重要性についての洞察が得られます。
この研究は認知症診断に大きな進歩をもたらし、臨床応用のための高精度かつ効率的なツールを提供します。
要約(オリジナル)
Dementia, a debilitating neurological condition affecting millions worldwide, presents significant diagnostic challenges. In this work, we introduce a novel methodology for the classification of demented and non-demented elderly patients using 3D brain Magnetic Resonance Imaging (MRI) scans. Our approach features a unique technique for selectively processing MRI slices, focusing on the most relevant brain regions and excluding less informative sections. This methodology is complemented by a confidence-based classification committee composed of three custom deep learning models: Dem3D ResNet, Dem3D CNN, and Dem3D EfficientNet. These models work synergistically to enhance decision-making accuracy, leveraging their collective strengths. Tested on the Open Access Series of Imaging Studies(OASIS) dataset, our method achieved an impressive accuracy of 94.12%, surpassing existing methodologies. Furthermore, validation on the Alzheimer’s Disease Neuroimaging Initiative (ADNI) dataset confirmed the robustness and generalizability of our approach. The use of explainable AI (XAI) techniques and comprehensive ablation studies further substantiate the effectiveness of our techniques, providing insights into the decision-making process and the importance of our methodology. This research offers a significant advancement in dementia diagnosis, providing a highly accurate and efficient tool for clinical applications.
arxiv情報
著者 | Nikolaos Ntampakis,Konstantinos Diamantaras,Ioanna Chouvarda,Vasileios Argyriou,Panagiotis Sarigianndis |
発行日 | 2024-07-24 14:48:40+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google