TY -的A2。卡拉Dimitrios A . AU -艾克塔,废止盟——Minhas锡德拉湾盟——Sabahat Nosheen盟——Khanum Aasia PY - 2022 DA - 2022/10/18 TI -深纵轻度认知障碍的阿尔茨海默病转换模型预测在低收入国家SP - 1419310六世- 2022 AB -阿尔茨海默病(AD)是一种进步和致命疾病,由于nonavailability彻底治愈。一些正在实验治疗可以减缓甚至停顿随着疾病的发展,只有在疾病诊断。广告只能检测到的发病在轻度认知障碍(MCI)阶段中观察到轻微失忆但日常生活功能完好无损。一小部分病人遗忘型MCI向AD进展。在这个研究中,我们设计了一个级联深神经网络模型来识别这些MCI受试者将进步广告。分析和实验已使用20纵向神经心理措施执行(NMs)提供的阿尔茨海默病的神经影像学(ADNI)。纵向数据的规范化和排名之后,深层神经网络训练和优化回归模型预测未来逐一生物标志物的价值为每一个标记使用两次随访数据。然后,三个时域窗口样本被送入另一个深层神经网络分类器模型的分类MCI不寻常(MCIp)和MCI马厩(MCI)。我们的模型提出了回归预测美0.13和86.9%的分类精度AUC为92.1%(灵敏度:67.7%,特异性:92.3%)超过5倍交叉验证。我们得出这样的结论:时域测量纳米孤独可以提供类似的预测MCI向AD转换性能而不利用更加昂贵和入侵同行先生这样的成像,PET扫描,和CSF措施。 Middle and low-income countries will benefit from such cheap and effective solutions greatly. SN - 1687-9724 UR - https://doi.org/10.1155/2022/1419310 DO - 10.1155/2022/1419310 JF - Applied Computational Intelligence and Soft Computing PB - Hindawi KW - ER -