Entwicklung eines neuen Rahmenwerks des tiefgreifenden Lernens zur akkuraten Prognose des Status der Alzheimer-Krankheit

Erkenntnisse

  • Dieses Rahmenwerk des tiefgreifenden Lernens liefert eine klinisch adaptierbare Methode zur Erlangung hochgradig akkurater Klassifizierungssignaturen für die Alzheimer-Krankheit (Alzheimer’s Disease, AD) aus MRT-Daten; es wurde anhand von Daten aus vier unabhängigen Kohorten, neuropathologischen Ergebnissen und fachgemäßen Beurteilungen validiert.

Bedeutung

    Die aktuelle diagnostische Spezifität für AD liegt zwischen 44,3 % und 70,8 %. Jüngste Studien haben Möglichkeiten aufgezeigt, um hochgradig akkurate Prognosen aus MRT-Daten mittels Ansätzen des tiefgreifenden Lernens wie konvolutionelle neuronale Netzwerke für MRT und Klassifizierung des kognitiven Status zu erlangen. Die Anwendung von Ansätzen des tiefgreifenden Lernens bei der Klassifizierung des AD-Status ist für die Verbesserung der Patientenversorgung entscheidend.