پردازش تصاویر پزشکی
سید هانی حجتی؛ عطاالله ابراهیم زاده؛ علی خزایی؛ عباس باباجانی فرمی
دوره 11، شماره 1 ، اردیبهشت 1396، ، صفحه 29-40
چکیده
پیشبینی بیماری آلزایمر براساس تجزیه و تحلیل شبکة مغز، موضوع بسیاری از مطالعات شده است. هدف ما شناسایی تغییرات در مغز بیمارانی است که از اختلال خفیف شناختی، دچار آلزایمر شدهاند یا دچار آلزایمر نشدهاند، برای ارائة الگوریتمی برای طبقهبندی این بیماران با استفاده از روش تئوری گراف و اطلاعات آماری. در این الگوریتم، تجزیه و ...
بیشتر
پیشبینی بیماری آلزایمر براساس تجزیه و تحلیل شبکة مغز، موضوع بسیاری از مطالعات شده است. هدف ما شناسایی تغییرات در مغز بیمارانی است که از اختلال خفیف شناختی، دچار آلزایمر شدهاند یا دچار آلزایمر نشدهاند، برای ارائة الگوریتمی برای طبقهبندی این بیماران با استفاده از روش تئوری گراف و اطلاعات آماری. در این الگوریتم، تجزیه و تحلیل همبستگی متمایز را پیشنهاد کردیم و روش ادغام در سطح ویژگی برای تشخیص بیومتریک اعمال شد. با توجه به نتایج شبیهسازی، دقت 167/87 درصد برای پیشبینی بیماری آلزایمر با استفاده از تجزیه و تحلیل همبستگی متمایز و طبقهبندیکنندة ماشین بردار پشتیبان بهدست آمد. همچنین تجزیه و تحلیل روی گرههای مهم مغز (هابها) را انجام دادیم و تعدادی از نقاط مهم مغز در بیماران آلزایمری پیشرونده را پیدا کردیم. در حقیقت، این پژوهش، اولین مطالعة شناختی با استفاده از ادغام تصویربرداری تشدید مغناطیسی حالت استراحت (rs-fMRI) و تصویربرداری تشدید مغناطیسی ساختاری (sMRI) برای تشخیص تبدیل از اختلال شناختی خفیف به بیماری آلزایمر است. روش پیشنهادی، بر پتانسیل استفاده از دادههای تصویربرداری rs-fMRI و sMRI، را برای تشخیص پیشرفت بیماری در مراحل اولیه تأکید میکند.