Core Concepts
PET 스캔 이미지 분석을 통해 정상 인지 기능, 진행성 경도 인지 장애, 안정성 경도 인지 장애, 알츠하이머 병 등 4가지 그룹을 효과적으로 분류할 수 있는 앙상블 방법을 제안한다.
Abstract
이 연구는 알츠하이머 병 진단을 위해 PET 스캔 이미지를 활용하는 방법을 제안한다. 먼저 이미지 전처리 과정을 거쳐 공동 등록, 정규화, 회백질 기반 형태 분석을 수행한다. 그 다음 VGG16, AlexNet, 커스텀 CNN 모델을 이용하여 알츠하이머 병과 정상 인지 기능, 진행성 경도 인지 장애와 안정성 경도 인지 장애를 분류한다. 마지막으로 앙상블 기법을 적용하여 개별 모델의 성능을 향상시킨다.
실험 결과, 앙상블 기법을 사용하여 알츠하이머 병과 정상 인지 기능을 구분할 수 있는 정확도가 96.74%, 진행성 경도 인지 장애와 안정성 경도 인지 장애를 구분할 수 있는 정확도가 93.13%로 나타났다. 이는 기존 연구 결과보다 우수한 성능이다. 이 방법은 알츠하이머 병의 조기 진단 및 치료에 기여할 것으로 기대된다.
Stats
알츠하이머 병 환자와 정상 인지 기능자를 구분할 수 있는 정확도는 96.74%이다.
진행성 경도 인지 장애와 안정성 경도 인지 장애를 구분할 수 있는 정확도는 93.13%이다.
Quotes
"PET 스캔 이미지 분석을 통해 정상 인지 기능, 진행성 경도 인지 장애, 안정성 경도 인지 장애, 알츠하이머 병 등 4가지 그룹을 효과적으로 분류할 수 있는 앙상블 방법을 제안한다."
"실험 결과, 앙상블 기법을 사용하여 알츠하이머 병과 정상 인지 기능을 구분할 수 있는 정확도가 96.74%, 진행성 경도 인지 장애와 안정성 경도 인지 장애를 구분할 수 있는 정확도가 93.13%로 나타났다."