深度学习在阿尔茨海默病分类诊断中的应用

摘要：

阿尔茨海默病是一种常见的神经退行性疾病,可依据神经影像学进行临床诊断.深度学习能够挖掘患者影像资料中隐含的丰富信息并完成不同阶段的病程分类,是目前计算机辅助诊断领域的研究热点.介绍阿尔茨海默病神经影像学数据集,总结经典深度学习网络模型在阿尔茨海默病分类诊断中的应用以及深度学习模型可解释性,重点对卷积神经网络与融合多网络的分类诊断方法进行梳理分析,对不同的思路和方法综合对比,讨论深度学习在阿尔茨海默病辅助诊断领域面临的挑战与未来研究方向,对提高阿尔茨海默病的临床诊断效率与早期预测准确性具有重要意义.

关键词：阿尔茨海默病、深度学习、计算机辅助诊断、卷积神经网络

所属期刊栏目：59

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;山东省自然科学基金项目;山东省中医药科技项目

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共17页

页码：49-65