Resumen

Hay muchos tipos de anomalías cerebrales que provocan cambios en diferentes partes del cerebro. La enfermedad de Alzheimer es una afección crónica que degenera las células del cerebro y provoca astenia de la memoria. Los problemas mentales cognitivos, como el olvido y la confusión, son una de las características más importantes de los pacientes de Alzheimer. En la literatura, se han introducido varias técnicas de procesamiento de imágenes, así como estrategias de aprendizaje automático, para el diagnóstico de la enfermedad. Este estudio tiene como objetivo reconocer la presencia de la enfermedad de Alzheimer a partir de las imágenes de resonancia magnética del cerebro. Adoptamos una metodología de aprendizaje profundo para la discriminación entre pacientes con Alzheimer y pacientes sanos a partir de cortes anatómicos 2D recogidos mediante resonancia magnética. La mayoría de las investigaciones anteriores se basaban en la implementación de una red neuronal convolucional 3D, mientras que nosotros incorporamos el uso de cortes 2D como entrada a la red neuronal convolucional. El conjunto de datos de esta investigación se obtuvo del sitio web OASIS. Entrenamos la estructura de la red neuronal convolucional utilizando los cortes 2D para exhibir las ponderaciones de la red profunda que denominamos Red Alzheimer (AlzNet). La precisión de nuestra red mejorada fue del 99,30%. Este trabajo investigó los efectos de muchos parámetros en AlzNet, como el número de capas, el número de filtros y la tasa de abandono. Los resultados fueron interesantes tras utilizar muchas métricas de rendimiento para evaluar la AlzNet propuesta.

• Materias:Ingeniería biomédica Biomecánica Prótesis Extremidades (Cuerpo Humano) Músculos Hidromecánica
• Subjects:Biomedical engineering Biomechanics Prostheses Limbs (Human Body) Muscles Hydromechanics
• Palabras claves:red neuronal convolucional, resonancia magnética, corte 2d, estrategia de aprendizaje automático, problema mental cognitivo, ponderación de la red profunda, tipo de cerebro, presencia de alzheimer, número de capa, número de filtro
• Keywords:convolutional neural network, magnetic resonance imaging, 2d slice, machine learning strategy, cognitive mental trouble, deep network weighting, kind of brain, presence of alzheimer, number of layer, number of filter