Klasifikasi Keparahan Demensia Alzheimer Menggunakan Metode Convolutional Neural Network pada Citra MRI Otak

Mochammad Faizal Nazil, Aga Bagus Firmansyah, Rani Purbaningtyas
{"title":"Klasifikasi Keparahan Demensia Alzheimer Menggunakan Metode Convolutional Neural Network pada Citra MRI Otak","authors":"Mochammad Faizal Nazil, Aga Bagus Firmansyah, Rani Purbaningtyas","doi":"10.57152/malcom.v3i1.200","DOIUrl":null,"url":null,"abstract":"Klasifikasi Gambar adalah bidang yang telah menemukan jalan ke berbagai aspek kehidupan, seperti pencarian gambar, pengenalan wajah, dan riset pemasaran. Alzheimer, penyakit neurodegeneratif yang belum ada obatnya, umumnya terdeteksi menggunakan MRI dan gejala yang dilaporkan oleh si penderita. Namun, kesalahan diagnosis sering terjadi karena gejala usia tua dan gejala Alzheimer yang tumpang tindih, dan pemeriksaan jaringan otak untuk diagnosis yang jelas hanya dapat dilakukan setelah kematian. Dengan harapan untuk memperbaiki proses ini, maka dikembangkanlah model jaringan saraf tiruan untuk mengklasifikasikan tingkat keparahan demensia Alzheimer untuk membantu dokter meninjau ulang dan meningkatkan akurasi diagnosis. Untuk melakukan ini, kami menggunakan set gambar MRI dengan 4 kelas dan Convolutional Neural Networks (CNN) dari metode pembelajaran awal dan transfer. Metode yang kami temukan yang paling akurat memprediksi kelas Alzheimer dari pemindaian MRI adalah Convolution Neural Network.","PeriodicalId":499353,"journal":{"name":"MALCOM Indonesian Journal of Machine Learning and Computer Science","volume":"115 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-10","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"MALCOM Indonesian Journal of Machine Learning and Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.57152/malcom.v3i1.200","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Klasifikasi Gambar adalah bidang yang telah menemukan jalan ke berbagai aspek kehidupan, seperti pencarian gambar, pengenalan wajah, dan riset pemasaran. Alzheimer, penyakit neurodegeneratif yang belum ada obatnya, umumnya terdeteksi menggunakan MRI dan gejala yang dilaporkan oleh si penderita. Namun, kesalahan diagnosis sering terjadi karena gejala usia tua dan gejala Alzheimer yang tumpang tindih, dan pemeriksaan jaringan otak untuk diagnosis yang jelas hanya dapat dilakukan setelah kematian. Dengan harapan untuk memperbaiki proses ini, maka dikembangkanlah model jaringan saraf tiruan untuk mengklasifikasikan tingkat keparahan demensia Alzheimer untuk membantu dokter meninjau ulang dan meningkatkan akurasi diagnosis. Untuk melakukan ini, kami menggunakan set gambar MRI dengan 4 kelas dan Convolutional Neural Networks (CNN) dari metode pembelajaran awal dan transfer. Metode yang kami temukan yang paling akurat memprediksi kelas Alzheimer dari pemindaian MRI adalah Convolution Neural Network.
阿尔茨海默氏症的严重分类使用了大脑MRI图像中的神经联导网络
图像分类是已经找到通往生活各个方面的道路的领域,如图像搜索、面部识别和市场研究。阿尔茨海默氏症是一种尚未治愈的神经退行性疾病,通常使用MRI和患者报告的症状来检测。然而,诊断错误往往是由于老年和老年痴呆症的重叠症状,而对明确诊断的脑组织的检查只能在死后进行。为了改善这一过程,他们建立了一种模拟神经组织模型,以评估阿尔茨海默氏症的严重程度,以帮助医生检查和提高诊断准确率。为了做到这一点,我们使用了一组四年级的MRI图像,以及早期学习和转移的神经网络。我们发现最准确地预测MRI扫描中的阿尔茨海默氏症课程的方法是神经传导网络。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信