检索结果-南通市图书馆

Alzheimer’s Disease Stage Classification Using a Deep Transfer Learning and Sparse Auto Encoder Method

Computers, Materials & Continua 2023年第7期76卷 793-811页

作者： Deepthi K.Oommen J.Arunnehru Department of Computer Science and Engineering SRM Institute of Science and TechnologyVadapalaniChennai600026TamilnaduIndia

Alzheimer’s Disease(AD)is a progressive neurological *** diagnosis of this illness using conventional methods is very *** Learning(DL)is one of the finest solutions for improving diagnostic procedures’performance and forecast *** disease’s widespread distribution and elevated mortality rate demonstrate its significance in the older-onset and younger-onset age *** light of research investigations,it is vital to consider age as one of the key criteria when choosing the *** younger subjects are more susceptible to the perishable side than the older *** proposed investigation concentrated on the younger *** research used deep learning models and neuroimages to diagnose and categorize the disease at its early stages *** proposed work is executed in three *** 3D input images must first undergo image pre-processing using weiner filtering and Contrast Limited Adaptive Histogram Equalization(CLAHE)*** Transfer Learning(TL)models extract features,which are subsequently compressed using cascaded Auto Encoders(AE).The final phase entails using a Deep Neural Network(DNN)to classify the phases of *** model was trained and tested to classify the five stages of *** ensemble ResNet-18 and sparse autoencoder with DNN model achieved an accuracy of 98.54%.The method is compared to state-of-the-art approaches to validate its efficacy and performance.

关键词： Alzheimer’s disease mild cognitive impairment weiner filter contrast limited adaptive histogram equalization transfer learning sparse autoencoder deep neural network

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：