AI自动检测老年痴呆，准确率高达94％

每年9月21日是“世界阿尔兹海默日”。据阿尔兹海默症协会的统计，在美国，约有570万人患有阿尔兹海默症，而全球有4680万名阿尔兹海默症患者。

在病发初期，很多人出现健忘、多疑等症状，而患者通常认为是自己上了年纪，并没有足够重视。等到症状加重时，往往为时已晚。

近日，斯坦福大学的研究人员开发了一种基于深度学习的系统，可从核磁共振成像中自动检测阿尔兹海默症及其生物标志物，准确率高达94%。

▲阿尔兹海默症是最严重的健康问题之一

研究人员表示：“随着深度学习和卷积神经网络(Convolutional Neural Network, CNN)算法在计算机视觉研究领域的最新发展，用于医学成像应用的许多技术得到发展。然而，大部分前期研究主要集中在分割、登记、标记和病灶检测方面。”

该团队采用NVIDIA Tesla P100的GPU以及cuDNN-accelerated TensforFlow深度学习框架，基于Alzheimer’s Disease Neuroimaging Initiative提供的数据集，训练3D卷积神经网络。该神经网络学会解释大脑不同区域及其与疾病的关联，包括与阿尔兹海默症相关的生物标志物。

“我们的研究方法是使用最小的MRI预处理（即施加最小的预处理图像），同时使用简化的图像数据增强神经网络的训练效果。”研究人员在他们的论文中写道。

▲3D-CNN的结构示意图，蓝色为卷积层，橙色为最大汇集层，最后两层是完全连接层

与其他两种方法相比，3D-CNN结构有更优的分类性能，也因此发现了相关疾病的生物标志物。

研究人员表示，“我们发现大脑的海马区在阿尔兹海默症的诊断中起到关键作用。通过广泛的超参数调整和利用二进制分类的最佳模型架构，我们也对轻度认知障碍诊断的最终模型进行了微调。”

▲阿尔兹海默症的图像AI诊断

该团队表示，卷积神经网络的简单性使得测试结果更佳，与此前开发的其他更复杂的架构相比，该系统更不易出错。

参考资料

https://news.developer.nvidia.com/stanford-researchers-develop-ai-that-can-help-diagnose-alzheimers-disease/

大赛通知

第三届“傅利叶”杯中国康复人创意大赛的决赛十强名单及优秀作品奖名单已于十月底公布，网络人气奖评选也同期开始。

了解更多信息，请点击以下链接：

【十强诞生】第三届“傅利叶”杯中国康复人创意大赛决赛名单揭晓中国康复人喊你来投票， 一起pick决赛三甲

进击！中国的康复人！

关注

中国康复人创意大赛官方公众号