越来越多的证据表明深度学习有可能帮助对抗阿尔茨海默氏症


小编发现不少朋友对于越来越多的证据表明深度学习有可能帮助对抗阿尔茨海默氏症 这方面的信息都比较感兴趣,小编就针对 小编发现不少朋友对于 整理了一些相关方面的信息 在这里分享给大家 。
对阿尔茨海默氏病和AI工具进行检测的工作还有很长的路要走,但是深度学习方法仍然显示出对脑部疾病进行分类的希望 。
这些工具应用于从多个神经影像模态获得的图像时最有效,与实验室测试的见解结合部署时最有用 。
印第安纳大学的研究人员在回顾了文献后得出了这些结论 。他们的全部研究正在老化神经科学前沿开展 。
通过搜索PubMed和Google Scholar,Andrew Saykin,PsyD和同事发现,有16项符合纳入标准的研究 。其中有四个将深度学习和传统机器学习结合在一起,而只有十二个仅使用深度学习方法 。
【越来越多的证据表明深度学习有可能帮助对抗阿尔茨海默氏症】研究小组根据算法和神经影像学类型对研究进行了评估和分类,然后总结了每篇论文的发现 。
他们发现,当多模式神经影像信息与液体生物标志物的数据结合在一起时,最佳分类性能就出现了 。
此外,AI组合的准确率高达98.8%,仅深度学习的准确率高达96% 。
“尽管当实验使用少量数据获得高精度时,尤其是该方法容易过拟合的情况下,这是一个令人关注的问题,但由于[[a]使用了堆叠式自动编码器程序,因此最高的准确性为98.8%,而96%的准确性归因于淀粉样蛋白PET扫描,其中包括有关阿尔茨海默氏病的病理生理信息 。”
作者最后指出,阿尔茨海默氏症使用深度学习的研究仍在不断发展,强调要使这项技术在临床环境中实用,就需要获得更高水平的透明度和可再现性 。

    推荐阅读