基于三维卷积神经网络的结构磁共振影像分析在AD分类中的研究进展

作     者：林岚 沈小琪 LIN Lan;SHEN Xiaoqi

作者机构：北京工业大学环境与生命学部生物医学工程系智能化生理测量与临床转化北京市国际科研合作基地北京100124 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2021年第47卷第12期

页      面：1403-1412页

学科分类：1002[医学-临床医学] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 100203[医学-老年医学] 10[医学] 

基　　金：国家自然科学基金资助项目(81971683) 北京市自然科学基金-海淀原始创新联合基金资助项目(L182010) 北京市教委科技计划资助项目(KM201810005033) 

主　　题：卷积神经网络(CNN) 结构磁共振 阿尔茨海默症(AD) 机器学习 神经影像 轻度认知障碍 

摘      要：随着医疗大数据和人工智能技术的快速发展,基于结构磁共振影像采用卷积神经网络(convolutional neural networks,CNN)对阿尔茨海默症(Alzheimer s disease,AD)进行研究已逐渐成为神经科学的研究热点之一.为了进一步推动三维CNN应用于神经影像研究,综述了基于三维CNN的结构磁共振影像分析在AD分类中的研究进展.首先,回顾了机器学习技术应用于AD分类的发展变化;其次,从方法角度介绍了三维CNN架构变化及其应用于AD分类的研究进展;最后,讨论了将三维CNN应用于AD研究领域所存在的挑战和未来的发展方向,期望该技术能够更准确和有效地为AD早期诊断提供帮助.