21599

21599

ارائه‌ي يك رويكرد داده‌كاوي براي تشخيص زود هنگام بيماري آلزايمر

كارشناسي ارشد

بهينه سازي سيستم ها

1395

1398/8/21

دكتر رسول نورالسناء

صنايع

طي ده سال گذشته بيماري آلزايمر بيش از پيش مورد توجه قرار گرفته است. بيماري آلزايمر اصلي ترين دليل زوال عقل است كه با زياد شدن طول عمر افراد و همچنين بالا رفتن ميانگين سني جامعه روز به روز تعداد افراد مبتلا به اين بيماري بيش تر مي شود. اين بيماري يكي از شش بيماري است كه عامل اصلي مرگ ومير طي ده سال اخير بوده اند. اين در حاليست كه ميزان مرگ ومير ناشي از پنج بيماري ديگر طي اين سال ها كاهش يافته ولي ميزان مرگ ومير ناشي از بيماري آلزايمر به شكل چشم گيري افزايش يافته است. در اين مطالعه هدف تشخيص زود هنگام بيماري آلزايمر با استفاده از مشخصه هاي بدست آمده از تصاوير MRI مي باشد. براي اين منظور، از نمودار كنترل چند متغيره استفاده شده است. متغيرهاي استفاده شده شامل دو دسته مي شوند؛ اولين دسته داده هاي مربوط به حجم و ضخامت بخش¬هاي مختلف مغز مي باشد و دسته ي دوم متغيرهاي به دست آمده از تحليل بافت دو بخش هيپوكامپ و پاراهيپوكامپ مي باشند. همچنين از چهار الگوريتم تحليل بافت GLCM، GLRLM، GLSZM و NGTDM استفاده شده و نتايج آن ها با يكديگر مقايسه شده است. همچنين مشخص شد كه دو الگوريتم اول و سوم بهترين عملكرد را در شناسايي تغييرات ايجاد شده در بافت مغز بر اثر بيماري آلزايمر دارند. همچنين با بررسي نتايج مشخص شد كه هيپوكامپ چپ و پاراهيپوكامپ چپ از اهميت بيشتري برخوردار هستند. در نهايت با طراحي نمودار كنترلي با 300ARL0 = و 181.1 ARL1 =(185.1,176.1) به بهترين دقت براي شناسايي بيماري رسيده ايم كه با احتمال 15.98 (982.0,980.0) درصد، حداكثر تا دومين نمونه، خارج از كنترل بودن وضعيت را شناسايي مي كند.

1398/09/02

A data mining approach to early diagnosis of Alzheimer’s disease

12/12/2019 12:00:00 AM

In the last decade Alzheimer’s disease has attracted more attention than before. Alzheimer’s disease is the main cause of Dementia. The number of people being diagnosed with dementia increases as the people's life span and the age average increase. Alzheimer’s disease is one of the six main fatal disease in the last decates. The mortality rate of the other five diseases have decreased in the last years, however, the mortality rate of alzhimer has drastically increased. The aim of this study is to early diagnose of this disease using characteristics found on MRI images. For this concernt, the multivariate control chart has been used. Varuables can be categorized in two groups. The first group are related to volume and thickness of different brain parts and the second one is regarding to the variables found from texture analysis of hippocampus and parahippocampus. The four GLCM, GLRLM, GLSZM and NGTDM algorithm were used and the results were compared to one another. Results revealed that the first and third algorithm have the superior recognition capabilities. This study also found that left hippocampus and left parahippocampus have more importance. Lastly best disease diagnosis was made by designing control chart with ARL=300, ARL=1.181, this can identify the probability of the being out of control up to two number of samples with 98.15 %.