Identifying Alzheimer Disease Dementia Levels Using Machine Learning Methods

要約

認知症は一般的な神経変性疾患であり、アルツハイマー病 (AD) の主な症状です。
症状が軽度から重度に進行すると、個人が日常業務を自立して実行する能力が著しく損なわれるため、タイムリーで正確な AD 分類が必要になります。
機械学習または深層学習モデルは、この目的のための効果的なツールとして登場しました。
この研究では、RF、SVM、および CNN アルゴリズムを使用し、MRI 画像からの特徴抽出のための流域セグメンテーションを強化して認知症の 4 つの段階を分類するアプローチを提案しました。
私たちの結果は、流域特徴を備えた SVM が 96.25% という優れた精度を達成し、他の分類方法を上回っていることを明らかにしました。
ADNI データセットは、私たちの手法の有効性を評価するために利用されており、流域セグメンテーションを含めることがモデルのパフォーマンス向上に貢献していることが観察されました。

要約(オリジナル)

Dementia, a prevalent neurodegenerative condition, is a major manifestation of Alzheimer’s disease (AD). As the condition progresses from mild to severe, it significantly impairs the individual’s ability to perform daily tasks independently, necessitating the need for timely and accurate AD classification. Machine learning or deep learning models have emerged as effective tools for this purpose. In this study, we suggested an approach for classifying the four stages of dementia using RF, SVM, and CNN algorithms, augmented with watershed segmentation for feature extraction from MRI images. Our results reveal that SVM with watershed features achieves an impressive accuracy of 96.25%, surpassing other classification methods. The ADNI dataset is utilized to evaluate the effectiveness of our method, and we observed that the inclusion of watershed segmentation contributes to the enhanced performance of the models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google