Otuzuncu yaşında Altsheymer xəstəliyinin avtomatik təsnifatı üçün beynin MRI-dan anatomiyaya yönəlmiş, regiona həssas dərin öyrənmə çərçivəsi

Alçaymer xəstəliyi (AD) beyin toxumalarının geri qaytarılmaz şəkildə zəifləməsi ilə birlikdə biliş qabiliyyətlərinin funksiyasının tədricən pisləşdiyi bir nevrodegenerativ vəziyyətdir. Beyin MRI-yə əsaslanan dəqiq AD diaqnozu hələ də beynin kiçik anatomik dəyişiklikləri, subtocol dəyişikliyi, struktur mürəkkəbliyi və xəstəlik müxtəlif mərhələləri arasında üst-üstə düşən xüsusiyyətlər ilə mürəkkəbləşir. Nəticədə, bu, nevrodegenerativ biomarkərlərin ayrı-seçkiliklə müəyyən edilməsində, etibarlı təsnifatda, zəif ümumiləşdirilməsində və avtomatlaşdırılmış diaqnostik alqoritmlərə etibarlılığın aşağı olması üçün çətinliklər yaradır. Bu problemlərlə mübarizə üçün bu tədqiqat, bölgədəki xüsusiyyət təmsilçiliyinə, adaptiv öyrənilməyə və son-son şəkildə izah edilə bilən zəkalara əsaslanan etibarlı anatomiya ilə idarə olunan zəka Alçymer Xəstəyinin (TAIRA) yeni bir çərçivəsini təklif edir. Təxmin edilən diqqətlə yönəlmiş Bölgə-Ağırlıq Qalan Denslik Şəbəkəsi (ARA-RDNet) avtomatik olaraq həssas beyin bölgələrinə diqqət yetirir və məkan diqqətinin, kanal diqqətinin, qalan sıx əlaqələrin və kontekst xüsusiyyətlərinin birləşməsinin üsullarından istifadə edərək çox miqyaslı ayrıcalıqlı nevrodegenerativ xüsusiyyətləri çıxarır. Bundan əlavə, uyğunlaşdırıcı düzlüklü idarə olunan konvergensiya optimallaşdırıcısı (AFGCO) konvergensiya sabitliyini artırmaq, həddindən artıq uyğunluq problemlərini minimuma endirmək və ümumiləşdirmə qabiliyyətlərini artırmaq üçün hazırlanmışdır. Modelin şəffaflığını artırmaq üçün, perturbasiya sabitliyi testi, sadiqlik testi və yerləşdirmə uyğunluğu testi apararaq təsdiqlənən Grad-CAM + + izah edilə bilənlik yanaşması istifadə olunur. AA MRI və OASIS məlumat dəstlərində təsnifat dəqiqliyi müvafiq olaraq 98,52% və 98,79% olaraq bildirilib. Bu nəticələr təklif olunan yanaşma xəstəliklə bağlı anatomiki nümunələri tanımaq qabiliyyətinə malik olduğunu və etibarlı Alzheimer xəstəliyinin təsnifatını təmin etdiyini göstərir.

Kompüter Elmləri və Mühəndislik Departamenti, R.M.K. Mühəndislik Kolleci (Autonom), Thiruvallur, Çennai, Tamil Nadu, 601206, Hindistan

İnformasiya Texnologiyaları Departamentinin Madras Texnologiya İnstitutunun Anna Universitetinin (MIT Kampusu), Chrompet, Çennai, Tamil Nadu, 600044, Hindistan

Kompüter Elmləri və Mühəndislik Departamenti (gələcək professor), Anna Universiteti, Çennai, Tamil Nadu, 600025, Hindistan

Müəlliflər heç bir rəqabət maraqlarının olmadığını bəyan edirlər.

Springer Nature nəşr olunan xəritələrdə və qurumların əlaqələrində yurisdiksiya iddiaları ilə bağlı neytral olaraq qalır.