韩国深度学习预测阿兹海默病风险，准确率超 84%
发布时间：2017-05-15
近日，韩国高科技科学院（Korea Advanced Institute of Science and Technology）和Cheonan 公共卫生中心的科学家们通过深度学习（deep learning）开发出一项技术， 能以超过84% 的准确度识别未来三年可能发展成为阿兹海默病的潜在病人。
近年来，世界各地的阿兹海默病研究人员一直在建立一个健康人群与阿尔茨海默病患者脑图像的数据库。Hongyoon Choi 博士和Kyong Hwan Jin 博士使用这个数据库来训练卷积神经网络，并且在此基础之上识别它们之间的区别。该数据集由182 位70 多岁的健康人大脑图像和139 位相似年龄的确诊阿兹海默病患者大脑图像组成。通过培训，该机器软件系统很快就学会了识别差异，精确度几乎达到了百分之九十。接下来，Hongyoon Choi 博士和Kyong Hwan Jin 博士使用他们的机器来分析不同的数据集。这里面包括了181 位70 多岁轻度认知障碍患者的脑部图像，其中79 人在三年内继续发展为阿兹海默病——显然机器学习的任务是发现这些易患疾病的个体。
这一机器深度学习的结果是非常鼓舞人心的：软件系统识别轻度认知障碍患者患者转化成为阿兹海默病的预测精度高达84.2%，优于常规基于特征的人为量化方法（p<0.05），显示出了深度学习技术使用脑图像预测疾病预后的可行性。
来源：生物360
