Numer: 05/2024 Str. 135
Autorzy: Soumia Benbakreti , Samir Benbakreti , Kadda Benyahia , Abdelkader Khobzaoui :
Tytuł: Wstępnie wytrenowane modele do klasyfikacji stopnia demencji i leczenia choroby Alzheimera
Streszczenie: Wczesna diagnoza choroby Alzheimera stanowi powa˙zne wyzwanie w sektorze zdrowia, a integracja gł ˛ebokiego uczenia si ˛e i sztucznej inteligencji (AI) niesie obiecuja˛cy potencjał w zakresie poprawy wczesnego wykrywania poprzez klasyfikacje˛ poziomów demencji, umoz˙liwiaja˛c skuteczniejsze leczenie chorób. Głe˛bokie sieci neuronowe maja˛ zdolnos´c´ autonomicznego uczenia sie˛ i identyfikowania cech dyskryminacyjnych zwia˛zanych z ta˛ patologia˛. W tym badaniu do klasyfikacji obrazów MRI pacjentów z choroba˛ Alzheimera wykorzystano trzy wste˛pnie wyszkolone modele oparte na CNN, przy czym ResNet18 zapewnia doskonałe wyniki i osia˛ga współczynnik dokładnos´ci wynosza˛cy 97,3%.
Słowa kluczowe: Choroba Alzheimera, ot ˛epienie, klasyfikacja obrazów, algorytmy ewolucyjne splotowych sieci neuronowych