MR Görüntülerinden Alzheimer Hastalığının Sınıflandırılması için Inception ve Sıkma-Uyarma Ağı Tabanlı Derin Öğrenme Modeli

Abstract

Alzheimer hastalığı (AH) ilerleyici bir beyin hastalığıdır ve yaşlı yetişkinlerde demansın önde gelen nedenidir. Hastalığın ilk aşamalarında tedavi daha etkili olduğu için erken teşhis hayati önem taşımaktadır. Derin öğrenme tekniklerinin, AH tespiti de dahil olmak üzere tıbbi görüntülemede etkili olduğu kanıtlanmıştır. Bu çalışmada, manyetik rezonans görüntüleme görüntülerinden AH sınıflandırması için bir Inception modülü ile bir sıkma ve uyarma bloğunu birleştiren yeni bir yöntem tanıtılmaktadır. Inception modülü, farklı ölçeklerde çoklu paralel evrişimler kullanarak evrişimsel sinir ağı doğruluğunu arttırmaktadır. Sıkma ve uyarma bloğu, minimum ek parametre ile performansı arttırmaktadır. Dört sınıflı Kaggle veri seti üzerindeki deneysel sonuçlar ile %98,28'lik bir doğruluk değeri elde edilmiştir. Literatürdeki son çalışmalarla yapılan karşılaştırmalar, önerilen yöntemin AH'yi yüksek doğrulukla sınıflandırmadaki başarısını açıkça göstermektedir. Bu yaklaşım, tıbbi görüntülerden AH'yi doğru bir şekilde sınıflandırarak daha erken teşhis ve müdahaleye olanak sağlama konusunda umut vaat etmektedir.