计算机科学与探索

作者：周启香, 王晓燕, 张文凯, 贺鑫

单位：山东中医药大学 医学信息工程学院，济南 250355

关键词：轻度认知障碍,深度学习,阿尔兹海默症,分类诊断

阿尔兹海默症是一种不可逆的神经退行性疾病，至今尚无彻底治愈可能，但可通过早期干预延缓其进展。轻度认知障碍是阿尔兹海默症的初始阶段，正确识别该阶段对阿尔兹海默症早期诊断继而进行早期干预意义重大。深度学习因其能够自动提取图像特征，目前已成为辅助轻度认知障碍分类诊断的研究热点。为了更好地对轻度认知障碍进行分类研究，对近年来的基于深度学习的轻度认知障碍分类诊断进行回顾。介绍了轻度认知障碍分类诊断中常用数据集，整理了各数据集数据数量、数据类型及下载地址。总结了常用的数据预处理方式以及模型评价指标。重点介绍了深度学习模型与方法在轻度认知障碍分类诊断中的应用，包括但不限于自动编码器、深度置信网络、生成对抗网络、卷积神经网络、图卷积神经网络，并指出研究中所使用的模型可解释性技术。总结了各种算法的主要思想及优缺点，并对比了基于深度学习的轻度认知障碍分类方法在公开数据集上的分类诊断表现，归纳出相关研究中尚存的不足，并对未来研究方向进行了展望。

来源：2024年第12期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第12期