检索结果-南通市图书馆

Prediction of Alzheimer’s Using Random Forest with radiomic features

Computer Systems Science & Engineering 2023年第4期45卷 513-530页

作者： Anuj Singh Raman Kumar Arvind Kumar Tiwari KNIT Sultanpur Sultanpur228118India

Alzheimer’s disease is a non-reversible,non-curable,and progressive neurological disorder that induces the shrinkage and death of a specific neuronal population associated with memory formation and *** is a frequently occurring mental illness that occurs in about 60%–80%of cases of *** is usually observed between people in the age group of 60 years and *** upon the severity of symptoms the patients can be categorized in Cognitive Normal(CN),Mild Cognitive Impairment(MCI)and Alzheimer’s Disease(AD).Alzheimer’s disease is the last phase of the disease where the brain is severely damaged,and the patients are not able to live on their *** is an approach to extracting a huge number of features from medical images with the help of data characterization ***,105 number of radiomic features are extracted and used to predict the alzhimer’*** paper uses Support Vector Machine,K-Nearest Neighbour,Gaussian Naïve Bayes,eXtreme Gradient Boosting(XGBoost)and Random Forest to predict Alzheimer’s *** proposed random forest-based approach with the radiomic features achieved an accuracy of 85%.This proposed approach also achieved 88%accuracy,88%recall,88%precision and 87%F1-score for AD ***,it achieved 72%accuracy,73%recall,72%precisionand 71%F1-score for AD *** and it achieved 69%accuracy,69%recall,68%precision and 69%F1-score for MCI *** comparative analysis shows that the proposed approach performs better than others approaches.

关键词： Alzheimer’s disease radiomic features cognitive normal support vector machine mild cognitive impairment extreme gradient boosting random forest

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：