阿尔茨海默氏病是痴呆症的主要原因全世界。尽管没有治愈方法早期发现被认为至关重要因为能够在进步之前开发有效的治疗方法是不可逆转的。

轻度认知障碍是在疾病之前的一个阶段，但并非每个人最终都会发展出阿尔茨海默氏症的阶段。由科学家欧伯塔·德·卡塔鲁尼亚大学（Universitat oberta de Catalunya）领导的一项研究（UOC），并在IEEE生物医学和健康信息学杂志，已经成功地将恶化稳定的人与将发展为疾病的人进行了成功。使用特定人工智能方法比较磁共振图像的新技术比当前使用的其他方法更有效。

微调诊断

阿尔茨海默氏病影响超过5000万全世界的人们，人口的老龄化意味着未来几十年中可能会有更多的患者。尽管它通常在多年来没有任何症状的情况下发育，但通常在被称为轻度认知障碍之前，这比阿尔茨海默氏症患者所带来的障碍温和得多，但比对年龄段的人的预期更为严重。莫娜·阿什塔里·玛雅兰（Mona Ashtari-Majlan）说：“这些患者可能会进展，恶化或保持与时间的相同状态。这就是为什么要区分渐进式和稳定的认知障碍以防止疾病的快速发展，这一点很重要。”人工智能的UOC研究人员（人类福祉）（艾维尔）组，隶属于eHealth中心和计算机科学，多媒体和电信学院。她是博士课程的学生网络和信息技术，，，，监督人是大卫·马西普（David Masip），以及本文的主要作者。

正确识别这些病例可以帮助提高用于测试治疗的临床试验的质量，这些试验越来越寻求针对该疾病的初始阶段。为此，研究人员使用了一种涉及多流卷积神经网络的方法，该方法是基于人工智能和深度学习的技术，对图像识别和分类非常有用。

Ashtari-Majlan解释说：“我们首先比较了阿尔茨海默氏病和健康人的MRI，以找到不同的地标。”训练系统后，他们通过已经被诊断出患有稳定或进行性认知障碍的人的共振图像微调了拟议的架构图像，并且差异较小。总共使用了近700张来自公开数据集的图像。

根据Ashtari-Majlan的说法，该过程“克服了由两种轻度认知障碍形式之间发生的细微结构变化引起的学习的复杂性，这比正常大脑和受疾病影响的大脑之间的障碍小得多。此外。，提出的方法可能解决了小样本量问题，其中轻度认知障碍病例的MRI数低于阿尔茨海默氏症。”

新方法使两种形式的轻度认知障碍以接近85％的精度进行区分和分类。她说：“评估标准表明，我们提出的方法的表现优于现有方法。”即使将它们与年龄和认知测试等生物标志物结合在一起，也包括更多常规和其他基于学习的方法。此外，“我们可以与希望重现结果并将其方法与我们的方法进行比较的任何人分享我们的实施。我们相信，这种方法可以帮助专业人员扩大研究。”

参考：Ashtari-Majlan M，Seifi A，Dehshibi MM。使用结构MRI图像，用于在阿尔茨海默氏病中进行渐进式MCI分类的多流卷积神经网络。IEEE J. Biomed Health信息。2022：1-1。doi：10.1109/jbhi.2022.3155705

本文已从以下内容重新发布材料。注意：材料可能已被编辑有关长度和内容。有关更多信息，请联系引用的来源。