基于MRI图像的阿尔茨海默病和痴呆的早期诊断使用集成深度学习
📝
内容提要
本研究解决了阿尔茨海默病(AD)早期诊断的不足,通过提出两种低参数卷积神经网络(CNNs),IR-BRAINNET和Modified-DEMNET,以及一个集成模型来提高AD的检测准确性。研究发现,集成模型在处理不平衡数据集时表现卓越,实现了最高达99.92%的准确率,表明了多模型输出平均对AD诊断的显著提升。
➡️