Alzheimer xəstəliyi (AD) biliş funksiyasını pozmuş, xəstələrin həyat keyfiyyətinə ciddi təsir edən mütərəqqi bir sinir xəstəliyidir. Beləliklə, müalicə üçün erkən və dəqiq diaqnoz qoyulması vacibdir. Bu məqalədə tibbi şəkillərin avtomatik diaqnozu imkanı üçün iki dərin öyrənmə (DL) modeli təklif olunur. Birinci model AD təsnifatı üçün bir konvulsiv sinir şəbəkəsi və iki istiqamətli uzun müddətli yaddaş (CNN-BiLSTM) hibrididir, ikinci model isə segmentasiya vəzifəsi üçün U-Netdir. CNN-BiLSTM, 6400 maqnit rezonansa görüntü (MRI) şəkillərdən ibarət ümumi bir məlumat dəstinə tətbiq olunur, U-Net isə əl ilə etiketlənmiş yer üzü həqiqət maskaları ilə MRI şəkillərindən izolyasiya edilmiş hipokampus bölgələrini ehtiva edən bir məlumat dəstində qiymətləndirilir. CNN-BiLSTM sıfırdan tətbiq edilərək AD-nin dörd sinfini aşkar edir: Dementi olmayan (ND), yüngül dementili (MD), orta dementili (MOD) və çox yüngül dementili (VMD). Məlumat dəstindəki balanssız siniflərin problemini həll etmək üçün məlumat dəstini balanslaşdırmaq üçün məlumat artırma metodları tətbiq olunur. Təxdim olunan CNN-BiLSTM modeli, proqnozları üçün vizual şərhlər təqdim etmək üçün Grad-CAM (Grad-CAM) işlənmə texnologiyasını birləşdirir. Grad-CAM modelin qərarlarına təsir edən və şərh edilmə qabiliyyətini təmin edən MRI görüntülərində ən əhəmiyyətli bölgələri vurğulayır. Həmçinin, CNN-BiLSTM qərarının təsnifatında şərh edilməsi üçün üç izah edilə bilən AI (XAI) texnika tətbiq olunur: Grad-CAM++, inteqrasiya gradient və görkəm xəritəsi. U-Net-in səmərəliliyi iki ölçmədən istifadə edərək qiymətləndirilir: Dice Score və Union üzərində kəsişmə (IoU). Təxdim olunan U-Net modeli, yüksək segmentasiya dəqiqliyini göstərən 92% Dice hesabına və 86% orta IoU hesabına əldə etdi, CNN-BiLSTM isə 99% test dəqiqliyi və 0,0408 test itkisi dərəcəsi ilə üstün səmərəliliyə nail oldu. CNN-BiLSTM də Precision, Recall və F1 hesabı ölçülərindən ölçülür, hamısı 99%-ə çatır. CNN-BiLSTM alıcı əməliyyat xüsusiyyətinin (ROC) əyrənmələri altında 100% ərazilərə çatır. Bu nəticələr, təklif olunan CNN-BiLSTM və U-Net inteqrasiyasının AD-nin diaqnozu üçün dəqiqliyi və etibarlılığını artırmaq üçün potensialını vurğulayır.
Alçaymer xəstəliyi (AD) xroniki bir nevrodegenerativ xəstəlikdir ki, əsasən yaddaş, davranış və düşüncəni pozur1. Demensiyanın ən çox yayılmış səbəbi,
Bu, dünyada 60~80%-ni təşkil edir2. Hər üç saniyədə bir nəfərdə demensiya diaqnozu qoyulur və bu halların 60%-ni AD təşkil edir3. Başlanğıcda AD-nin kimliyi Dr. Alois Alzheimer 1901-ci ildə. AD-nin başı beynində qeyri-normal protein yığma və əzələ fibrlərinin toplanması ilə təyin olunur4. AD adətən üç əsas səviyyəyə bölünür: erkən mild, orta moderate və son very mild5.
Mild dement (MD): Erkən mərhələdə simptomlar yüngüldür və son hadisələri və söhbətləri unudmağı, doğru sözləri tapmaqda çətinlik çəkməyi və bəzən qarışıqlığı da daxil ola bilər6. Bu mərhələdə olan insanlar tez-tez müstəqil yaşaya bilərlər, baxmayaraq ki, onlar yeni vəzifələri öyrənmək üçün planlaşdırma və zəif qabiliyyətləri ilə bağlı çətinliklərlə üzləşə bilərlər.
Orta dərəcəli demans (MOD): Xəstəlik orta dərəcəli mərhələyə çatdıqca, simptomlar daha da artır və şəxsi məlumatları unutmaq, yemək bişirmək kimi gündəlik vəzifələri və vaxt və yer haqqında qarışıqlıq yaşamaq kimi hiss olunur7. Bəzən narahatlıq və qızğınlıq kimi davranış dəyişiklikləri də olur və hər gün bir nəfərin kömək etməsi lazım olur.
Çox yüngül dement Ciddi dement : Son mərhələdə simptomlar ağırdır və əsas funksiyanı təsir edir. Xəstələr ünsiyyət bacarıqlarını itirə, yaxınlarını tanımaya və gündəlik fəaliyyətləri üçün onlara qulluq edənlərə tam bağlı ola bilərlər. Bədən sağlamlığı tez-tez pisləşir və kilo vermək və əzələ zəifliyi kimi məsələlər özünü göstərir8.
Xülasə — davamını mənbədə oxuyun.
