banner

blog

Jun 21, 2023

Método de classificação hierárquica baseado na fusão de descritores de mapas gaussianos para diagnóstico de Alzheimer usando T1

Scientific Reports volume 13, Artigo número: 13734 (2023) Citar este artigo

164 acessos

7 Altmétrico

Detalhes das métricas

A doença de Alzheimer (DA) é considerada uma das doenças mais jorrando dos idosos. Em 2015, a DA é relatada como a sexta causa de morte nos EUA. Substancialmente, a imagem não invasiva é amplamente empregada para fornecer biomarcadores que apoiam a triagem, o diagnóstico e a progressão da DA. Neste estudo, recursos baseados em descritores gaussianos são propostos como novos biomarcadores eficientes usando imagens ponderadas em T1 de ressonância magnética (MRI) para diferenciar entre doença de Alzheimer (DA), comprometimento cognitivo leve (MCI) e controles normais (NC). Vários recursos baseados em mapas gaussianos são extraídos, como operador de forma gaussiana, curvatura gaussiana e curvatura média. Os recursos mencionados acima são então introduzidos na Support Vector Machine (SVM). Eles foram, primeiro, calculados separadamente para o Hipocampo e a Amígdala. Seguido pela fusão dos recursos. Além disso, a fusão das regiões antes da extração de características também foi empregada. O conjunto de dados da Iniciativa de Neuroimagem da doença de Alzheimer (ADNI), formado por 45, 55 e 65 casos para AD, MCI e NC, respectivamente, é indicado neste estudo. O recurso do operador de forma superou os outros recursos, com 74,6% e 98,9% de precisão no caso de classificação normal vs.

Uma das doenças neurodegenerativas crônicas progressivas é a DA. A doença de Alzheimer é a sexta causa de mortalidade nos EUA em 20151. Em geral, as pessoas que vivem com DA são quase 44 milhões. Cada vez mais, nas próximas duas décadas, o número estimado de pessoas afectadas duplicará2. Para que, até 2050, uma em cada 85 pessoas tenha AD2. É considerada uma doença demencial que está associada a algumas alterações comportamentais e perda de memória devido à morte de células cerebrais3. As manifestações do ataque precoce de Alzheimer começam entre os trinta e os sessenta anos de idade. As primeiras manifestações variam de paciente para paciente. Os problemas de memória são frequentemente um dos primeiros sinais de comprometimento cognitivo. À medida que a doença progride, as pessoas podem ser diagnosticadas com Comprometimento Cognitivo Leve (CCL), uma vez que apresentam maior perda de memória, bem como outras dificuldades cognitivas. Nesta fase, os pacientes podem realizar suas agitações comuns, mas com adequação mínima. O MCI é considerado o estágio mais longo, pois pode durar de 20 a 30 anos. A DA progride em diversos estágios: pré-clínico, leve (às vezes denominado estágio inicial), moderado e grave (às vezes denominado estágio tardio). A fase tardia da doença, onde os pacientes podem permanecer por 5 anos, geralmente termina com a morte do paciente4.

Uma vez que é previsível que as médias de AD aumentem dramaticamente nos próximos anos. Porém, seu diagnóstico e tratamento precoces atuam como um enfrentamento essencial na ciência moderna. Além disso, os avanços na neuroimagem e as tentativas de encontrar novos biomarcadores estão mudando nossa compreensão da DA. A ressonância magnética estruturada (RM) possui uma grande variedade de contrastes de tecidos moles que podem descrever a anatomia em detalhes. Uma nova definição baseada em biomarcadores usando a ressonância magnética pode medir a neurodegeneração4,5. As primeiras pesquisas na análise de imagens de ressonância magnética para pacientes com DA estão focadas em estimar a atrofia cerebral/região (ou volumes cérebro/região)6,7,8, quantificando as alterações do sinal de ressonância magnética devido às mudanças nas características dos tecidos, como hiperintensidades da substância branca de Imagens ponderadas em T29. Damulina et al.10 calcularam a carga de HSB em diferentes regiões cerebrais, comparando indivíduos controles normais com pacientes com DA e confirmaram carga elevada de HSB em pacientes com DA, especialmente nas regiões cerebrais periventriculares, substância branca parietal e cérebro frontal subcortical. Outros enfatizam a atrofia do hipocampo e de estruturas temporais mediais próximas, analisando as alterações volumétricas regionais em pacientes com DA em comparação com controles normais6,7,8,11.

 0), then, the Gaussian curvature is positive and the corresponding surface is elliptic. If any of the principal curvatures is zero (\({\upkappa }_{{1}} \cdot {\upkappa }_{{2}}\) = 0), then, the Gaussian curvature is zero and the expected surface should be following a parabolic. If the principal curvatures have different signs, the dot product is negative (\({\upkappa }_{{1}} \cdot {\upkappa }_{{2}}\) < 0). Then, the Gaussian curvature is negative representing a hyperbolic or saddle point surface. Thus, the Gaussian curvature can help trace the hippocampus and amygdala curvature exchange from one point to another on the surface./p>

COMPARTILHAR