earticle

영어

Early accurate detection of Alzheimer disease (AD) and its prognostic stage, i.e., Mild Cognitive Impairment (MCI) is getting more and more vital. The preventive measure could presumably treat to get rid of Alzheimer disease risk factors to generate. The bio-marker, cerebral atrophy could be observed in structural MR imaging (sMRI). Structural MRI imaging is used to extract morphometric features after Grey Matter (GM) segmentation. Finally a novel approach is applied for the diagnosis of very mild (CDR-0.5) to mild (CDR-1) alzheimer disease patients from normal controls combining morphometric features along with MMSE (Mini-Mental State Examination) score. The combined features are fed into recently proposed Self Adaptive Resource Allocation Network (SRAN) and Linear Support Vector Machine (L-SVM) classifier after getting rid of curse of dimensionality using principal component analysis. The experimental result of the proposed diagnosis support methods yield up to 95.83% stratification accuracy with Linear SVM and 83.33% with SRAN classifier along with high sensitivity and specificity above 90%.

한국어

알츠하이머 병과 경도인지장애 같은 전조 증상의 조기 발견은 생명을 좀더 연장한다. 추측하건대 예방법 측정은 알츠하이머의 위험 요소들을 제거하는 치료를 할 수 있다. 바이오마커인 대뇌 수축은 sMRI의 영상에 있어 관찰되어 질 수 있다. sMRI는 GM 세션화 후에 형태계측학적 형태를 추출하는 것으로 사용되어진다. 따라서 새로운 접근은 MMSE 스코어에 따라 형태계측학적 형태들을 결합하여 정상적인 제어로부터 알츠하이머 환자의 경도(CDR-1_에서 심한 경도(CDR-0.5)의 진단을 위해 적용되어진다. 최근에 결합된 형태는 PCA를 이용한 차원적 문제를 제거한 후 제안된 SRAN과 Linear SVM으로 제공된다. 제안된 진단 지원 방법의 실험결과는 선형 SVM의 성층화 정밀도가 95.83%이고 높은 민감도와 특이성이 90%의 SRAN 분류기가 83.33%이다.