阿尔茨海默病是一种进行性神经系统疾病,是导致痴呆的最常见原因,影响着全球数百万人。轻度认知障碍 (MCI) 被认为是阿尔茨海默病之前的中间阶段。及早预测从 MCI 到阿尔茨海默病的转变对于采取必要的预防措施、减缓病情进展和制定合适的治疗方法至关重要。本研究提出了一个深度学习框架来识别在后续阶段诊断可能从 MCI 转变为阿尔茨海默病的患者。具体来说,潜在空间操作技术被应用于用 MCI 和阿尔茨海默病患者训练的变分自动编码器的潜在空间。操作步骤旨在揭示触发转变的重要属性。其次,研究操作幅度与转变时间之间的相关性,以引入预测视角。实验结果显示,在文献中最广泛和最常用的阿尔茨海默病神经影像数据集之一上获得了有希望的定量和定性结果。
主要关键词