کاربرد یادگیری عمیق در تشخیص بیماری آلزایمر از روی تصاویر MRI

بیماری آلزایمر Alzheimer’s disease یک بیماری تخریب کننده عصبی شدید غیرقابل برگشت و عمومی تریننوع زوال عقل برای افراد بالای ۶۵ سال در سراسر جهان است و یکی از دلایل اصلی مرگ در سالمندان در کشورهای پیشرواست که رنج های زیادی بر بیماران وارد می کند و در نهایت منجر به مرگ می شود. بیماری آلزایمر یک بیماری مزمن تخریبکننده عصبی بدون داروهای موثر یا درمان های مکمل است و از طرفی دیگر تشخیص این بیماری در مراحل اولیه با روشهای مرسوم بسیار دشوار است. بنابراین، پیش بینی پیشرفت آلزایمر برای عمل بالینی و تحقیقات پزشکی بسیار مهم است وبرای برنامه ریزی موثر درمان می تواند بسیار مطلوب باشد. درمان هایی که به دنبال تشخیص زودهنگام آلزایمر انجام می شوندمی توانند به طور قابل توجهی بسترسازی را به تاخیر بیندازند و استقلال بیماران را افزایش دهند. روش های یادگیری ماشینییکی از بهترین انتخاب ها برای بهبود دقت و عملکرد روش تشخیص هستند در نتیجه تمرکز فزاینده ای بر روی تشخیصاولیه آلزایمر با استفاده از هوش مصنوعی وجود دارد. به منظور دستیابی به تشخیص دقیق و به موقع، و برای تشخیصآلزایمر در مراحل اولیه آن، چندین روش تشخیصی مبتنی بر هوش مصنوعی با استفاده از داده های تصویربرداری مغزپیشنهاد شده است.در این مقاله، ما کاربرد اخیر تکنینک های مختلف هوش مصنوعی را در آلزایمر و مراحل آن، با تمرکزویژه بر استفاده از Magnetic Resonance Imaging به دلیل عدم وجود تشعشعات یونیزان و همچنین مقرون به صرفه بودنآن مرور می کنیم. ما عوامل مهم تکنیک های مختلف هوش مصنوعی مربوط به آلزایمر را مرور می کنیم، مشارکت های گروه هایتحقیقاتی مختلف را خلاصه می کنیم، چالش های موجود را به طور انتقادی مورد بحث قرار می دهیم و جهت گیری ها را برایتحقیقات آینده پیشنهاد می کنیم.

Keywords:

هوش مصنوعی , بیماری آلزایمر , یادگیری ماشین , یادگیری عمیق , Magnetic Resonance Imaging