Early diagnosis of Alzheimer's disease with deep learning

瓶颈 计算机科学 人工智能 深度学习 Softmax函数 阶段(地层学) 疾病 机器学习 计算机辅助设计 医学 病理 工程类 生物 嵌入式系统 古生物学 工程制图
作者
Siqi Liu,Sidong Liu,Weidong Cai,Sonia Pujol,Ron Kikinis,Dagan Feng
标识
DOI:10.1109/isbi.2014.6868045
摘要

The accurate diagnosis of Alzheimer's disease (AD) plays a significant role in patient care, especially at the early stage, because the consciousness of the severity and the progression risks allows the patients to take prevention measures before irreversible brain damages are shaped. Although many studies have applied machine learning methods for computer-aided-diagnosis (CAD) of AD recently, a bottleneck of the diagnosis performance was shown in most of the existing researches, mainly due to the congenital limitations of the chosen learning models. In this study, we design a deep learning architecture, which contains stacked auto-encoders and a softmax output layer, to overcome the bottleneck and aid the diagnosis of AD and its prodromal stage, Mild Cognitive Impairment (MCI). Compared to the previous workflows, our method is capable of analyzing multiple classes in one setting, and requires less labeled training samples and minimal domain prior knowledge. A significant performance gain on classification of all diagnosis groups was achieved in our experiments.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
万能图书馆应助ZXT采纳,获得10
1秒前
yrare发布了新的文献求助10
2秒前
chuo0004完成签到,获得积分10
2秒前
2秒前
3秒前
yay完成签到,获得积分10
4秒前
CipherSage应助decade采纳,获得10
4秒前
Sophie发布了新的文献求助10
5秒前
kun完成签到,获得积分10
5秒前
充电宝应助不安毛豆采纳,获得10
6秒前
MMM发布了新的文献求助10
6秒前
李成恩完成签到 ,获得积分10
6秒前
6秒前
7秒前
易安发布了新的文献求助50
8秒前
落后傲柏发布了新的文献求助10
8秒前
8秒前
jignjing发布了新的文献求助10
9秒前
小武完成签到,获得积分10
10秒前
哭泣初夏完成签到 ,获得积分10
10秒前
11秒前
NexusExplorer应助大气早晨采纳,获得10
12秒前
沉醉一刀完成签到,获得积分10
12秒前
傻傻发布了新的文献求助50
12秒前
英俊的铭应助顺利毕业采纳,获得10
13秒前
13秒前
sandy发布了新的文献求助10
14秒前
嗯哼应助AURORA丶采纳,获得30
14秒前
14秒前
14秒前
SciGPT应助Setlla采纳,获得10
16秒前
迷人绿茶完成签到,获得积分20
16秒前
可爱的函函应助朝昭照采纳,获得10
16秒前
幽默的大白菜真实的钥匙完成签到,获得积分10
17秒前
皮皮完成签到 ,获得积分10
18秒前
19秒前
研途发布了新的文献求助10
19秒前
领导范儿应助橙子采纳,获得10
20秒前
20秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3252212
求助须知:如何正确求助?哪些是违规求助? 2895014
关于积分的说明 8284760
捐赠科研通 2563734
什么是DOI,文献DOI怎么找? 1391846
科研通“疑难数据库(出版商)”最低求助积分说明 651944
邀请新用户注册赠送积分活动 629066