APP下载

脑部PET 图像在阿尔茨海默病早期诊断中的应用

2021-04-22林万云杜民

北京生物医学工程 2021年2期
关键词:实验方法模型

林万云 杜民

0 引言

阿尔茨海默病(Alzheimer disease, AD)是一种退行性神经系统疾病。该病是一种最常见的痴呆疾病,占所有痴呆疾病的60%~70%[1]。患有该病的患者往往会经历渐进的认知衰退、语言障碍和定向障碍。到2015年,全世界已有约300万人患有老年痴呆症,预计这一数字在未来40年将增加3倍[2]。目前还没有发现有效的药物或方法来治疗该疾病或阻止其发展,如果患者被诊断为老年痴呆症,大多数治疗方法都将无效。该病的进展是一个持续的过程,其发病过程大致可分为正常人(normal control,NC) 、轻度认知障碍(mild cognitive impairment,MCI) 以及AD。对早期AD的诊断并提前采取措施进行干预能够减缓病情,降低发病概率或推迟发病,因此对于MCI阶段的研究更加重要。当前,中国人口老龄化问题日益突出,因此AD的早期诊断和治疗至关重要,不仅可以减轻个人家庭负担,而且可以减少社会资源的消耗。

研究表明,早期MCI患者的大脑内侧颞叶开始萎缩,其中海马萎缩最为严重[3-4]。早期AD的发现和治疗,可以有效地减少患者大脑功能的恶化。已经有许多相关研究将传统机器学习方法应用于磁共振图像(magnetic resonance image,MRI)中并取得不错结果。例如,利用MRI解剖学特征的变化,提出一种使用极限学习机来诊断AD以及MCI的方法[5],以及基于MRI提取脑部海马区域纹理特征参数建立AD早期分类预测的模型[6]。还有一些研究使用基于卷积神经网络(convolutional neural networks,CNN)的端到端的深度学习方法。例如,采用2D CNN模型和2D MRI切片数据来进行AD诊断[7],以及从3D 图像中提取2.5D的数据[8-9]来进行AD的诊断。然而,脑萎缩的发生是一个渐进的过程,早期难以察觉,再考虑到正常衰老导致脑部正常萎缩的情况,该病早期引起的脑部萎缩很难被发现。……

登录APP查看全文

猜你喜欢

实验方法模型
一半模型
记一次有趣的实验
重尾非线性自回归模型自加权M-估计的渐近分布
做个怪怪长实验
3D打印中的模型分割与打包
NO与NO2相互转化实验的改进
实践十号上的19项实验
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼