کاربرد یادگیری عمیق در پردازش تصاویر MRI ساختاری جهت پیش بینی بیماری آلزایمر

بیماری آلزایمر یک بیماری مغزی برگشت ناپذیر و پیشرونده است که به آرامی مهارت های حافظه و تفکر را از بین می برد و یکی از انواع اصلی زوال عقل در افراد مسن بالای ۶۵ در سراسر جهان است. به منظور دستیابی به تشخیص دقیق و به موقع ، و برای تشخیص بیماری آلزایمر در مراحل اولیه خود ، روشهای متعددی مبتنی بر هوش مصنوعی (AI) و با استفاده از داده های تصویربرداری مغز، تاکنون ارائه شده اند. یکی از این روشها، یادگیری عمیق است که از آن، برای پردازش تصاویر پزشکی استفاده می شود. در این مقاله، کاربردهای اخیر روشهای یادگیری عمیق را در تشخیص و پیش بینی زودهنگام بیماری آلزایمر و مراحل مختلف آن، با تمرکز بر استفاده از MRI ساختاری به دلیل مقرون به صرفه بودن و عدم یونیزه کردن تشعشع بررسی می کنیم. همچنین فاکتورهای مهم روشهای مختلف یادگیری عمیق در ارتباط با پیش بینی بیماری آلزایمر را بررسی خواهیم کرد و مقالات متنوعی از گروه های تحقیقاتی مختلف و چالش های مربوطه را مورد بحث قرار داده و در پایان مسیر تحقیق در آینده پیشنهاد داده می شود.

کلیدواژه ها:

یادگیری عمیق ، بیماری آلزایمر ، تصاویر MRI ساختاری