标题
- 标题
- 摘要
- 关键词
- 实验方案
- 产品
中文(中国)
▾
-
[2018年IEEE第38届电子与纳米技术国际会议(ELNANO)- 基辅(2018.4.24-2018.4.26)] 2018年IEEE第38届电子与纳米技术国际会议(ELNANO)- 阿尔茨海默病诊断的Florbetapir图像分析
摘要: 数十年间,阿尔茨海默?。ˋD)始终缺乏有效治愈手段,目前仅能采用疾病修饰疗法。本文致力于利用氟贝他吡(18F-AV-45)示踪剂的淀粉样蛋白PET影像分析来检测阿尔茨海默病或轻度认知障碍(MCI)。文章第一部分聚焦图像处理流程,具体包括空间标准化与特征提取;第二部分则着重开发基于深度学习方法的多分类器,尤其构建了用于区分健康对照(HC)、MCI和AD三个阶段的深度神经网络。经参数调优与训练后,该网络最终实现了78%的特异度与90%的灵敏度。
关键词: 深度学习、氟贝他匹、PET成像、阿尔茨海默病、淀粉样蛋白成像
更新于2025-09-23 05:13:06