طبقهبندي بيماران آلزايمر در سه كلاس AD,MCI,HC با استفاده از تصاوير fMRI

كارشناسي ارشد

بيماري آلزايمر يك بيماري پيشرونده و برگشت‌ناپذير است كه باعث از بين رفتن سلول‌هاي عصبي در نواحي مختلف مغز شده و پزشك زماني از اين بيماري مطلع مي‌گردد كه در مرحله پيشرفت قرار دارد. به همين دليل، تشخيص زود هنگام اين بيماري حائز اهميت است. در اين مطالعه، هدف به كارگيري الگوريتم‌هاي تكاملي و نظريه گراف بر روي داده‌هاي rs-fMRI براي بهينه كردن طبقه‌بندي افراد مبتلا به AD و MCI از گروه سالم است. همبستگي عملكردي در نواحي مختلف مغز از طريق سنجش‌هاي مختلف و با استفاده از ضرايب همبستگي پيرسون تعيين شده است كه اين سنجش‌ها عبارتند از: 1) ارتباطات مبتني بر هسته كه همبستگي كاركردي بين يك ناحيه به عنوان هسته و هر يك از وكسل‌هاي مغز را بررسي مي‌كند، 2) ارتباطات وكسل به وكسل كه ميزان همبستگي عملكردي بين هر يك از وكسل‌ها و بقيه وكسل‌هاي مغز را اندازه‌گيري مي‌كند، 3) ارتباطات ناحيه به ناحيه كه همبستگي عملكردي بين تمام جفت نواحي‌هاي مغز را بررسي مي‌كند. در كنار بررسي ارتباطات بين نواحي مختلف مغز از طريق روش‌هاي ذكر شده، اين ارتباطات توپولوژيكي نيز بررسي مي‌شوند. از اين رو، از نظريه گراف و معيارهاي آن براي بررسي ويژگي‌هاي توپولوژيكي مبتني بر همبستگي عملكردي در نواحي مختلف مغز استفاده مي‌كنيم. معيارهاي گراف استفاده شده در اين مطالعه عبارتند از: 1) مرتبه و هزينه كه قدرت ارتباطات هر گره در همسايگي خود را بررسي مي‌كنند. 2) ميانگين طول مسير و كارايي جهاني كه سرعت هر ناحيه از نظر انتقال اطلاعات به ديگر نواحي مغز را اندازه‌گيري مي‌كنند. 3) كارايي محلي و ضريب خوشه‌بندي كه قدرت ارتباطات هر گره را داخل خوشه‌اي كه قرار دارد، بررسي و اندازه‌گيري مي‌كنند. به كمك اين معيارها، استخراج ويژگي انجام و براي انتخاب ويژگي‌هاي برتر، الگوريتم‌هاي تكاملي به‌كار گرفته مي‌شوند كه عبارتند از: الگوريتم ژنتيك NSGA-2، الگوريتم ژنتيك كلاسيك و الگوريتم بهينه‌سازي جمعي ذرات ( PSO ). به كمك الگوريتم ژنتيك NSGA-2، با 29 ويژگي به صحت 96/03 درصد، الگوريتم ژنتيك كلاسيك با 24 ويژگي به صحت 89/33 درصد و الگوريتم PSO با 80 ويژگي به صحت 88/16 درصد مي‌رسيم.

210779

دانشگاه علم و صنعت ايران

برق الكترونيك ديجيتال

آقاي دكتر علي صدر