지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.2
- 수록면
- 216 - 226 (11page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this paper, a stacked convolutional autoencoder model is proposed in order to classify Alzheimer’s disease with high accuracy in PET/CT images. The proposed model makes use of the latent space representation - which is also called the bottleneck, of the encoder-decoder architecture: The input image is sent through the pipeline and the encoder part, using stacked convolutional filters, extracts the most useful information. This information is in the bottleneck, which then uses Softmax classification operation to classify between Alzheimer’s disease, Mild Cognitive Impairment, and Normal Control. Using the data from Dong-A University, the model performs classification in detecting Alzheimer’s disease up to 98.54% accuracy.
목차
ABSTRACT
1. INTRODUCTION
2. ALZHEIMER’S DISEASE CLASSIFICATION
3. THE PROPOSED STACKED CONVOLUTIONAL AUTOENCODER FOR CLASSIFICATION
4. SIMULATION RESULTS AND CONSIDERATIONS
5. CONCLUSION
REFERENCES
참고문헌 (34)
참고문헌 신청
Alzheimer’s Association, “2019 Alzheimer’s Disease Facts and Figures,” Journal of Alzheimer’s and Dementia, Vol. 15, No. 3, pp. 321-387, 2019.
R. Brookmeyer, E. Johnson, K. Ziegler-Graham, and H.M. Arrighi, “Forecasting the Global Burden of Alzheimer’s Disease,” Journal of Alzheimer’s and Dementia, Vol. 3, No. 3, pp. 186-191, 2007.
G. Frisoni, N.C. Fox, C. Jack, P. Scheltens, and P. Thompson, “The Clinical Use of Structural MRI in Alzheimer’s Disease,” Journal of Nature Reviews Neurology, Vol. 6, No.3, pp. 78-87, 2010.
G. Litjens, T. Kooi, B.E. Bejnordi, A.A.A. Setio, F. Ciompi, M. Ghafoorian, et al., “A Survey on Deep Learning in Medical Image Analysis,” Journal of Medical Image Analysis, Vol. 42, No. 12, pp. 60-88, 2017.
J. Yanase and E. Triantaphyllou, “A Systematic Survey of Computer-aided Diagnosis in Medicine: Past and Present Developments,” Journal of Expert Systems with Applications, Vol. 138, No. 12, pp. 112-150, 2019.
R. Brookmeyer, E. Johnson, K. Ziegler-Graham, and H.M. Arrighi, “Forecasting the Global Burden of Alzheimer’s Disease,” Journal of Alzheimer’s and Dementia, Vol. 3, No. 3, pp. 186-191, 2007.
G. Frisoni, N.C. Fox, C. Jack, P. Scheltens, and P. Thompson, “The Clinical Use of Structural MRI in Alzheimer’s Disease,” Journal of Nature Reviews Neurology, Vol. 6, No.3, pp. 78-87, 2010.
G. Litjens, T. Kooi, B.E. Bejnordi, A.A.A. Setio, F. Ciompi, M. Ghafoorian, et al., “A Survey on Deep Learning in Medical Image Analysis,” Journal of Medical Image Analysis, Vol. 42, No. 12, pp. 60-88, 2017.
J. Yanase and E. Triantaphyllou, “A Systematic Survey of Computer-aided Diagnosis in Medicine: Past and Present Developments,” Journal of Expert Systems with Applications, Vol. 138, No. 12, pp. 112-150, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Classification of Alzheimer’s Disease Using Stacked Sparse Convolutional Autoencoder
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
Neural Network for Detecting Early stages of Alzheimer’s Disease
한국정보과학회 학술발표논문집
2020 .07
-
Transformer based Alzheimer’s Disease prediction using Whole Brain MRI
대한전자공학회 학술대회
2022 .06
-
A Transfer Learning Approach on Neuropathologic Features for Alzheimer's Early Detection using MRI Images
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2023 .01
-
Autoencoder-based Alzheimer’s disease prediction using multi-omics data
정보 및 제어 논문집
2021 .10
-
PET-CT 영상 알츠하이머 분류에서 유전 알고리즘 이용한 심층학습 모델 최적화
멀티미디어학회논문지
2020 .09
-
Alzheimer’s Disease Classification Using Gait Parameters-based Deep Neural Networks
한국정밀공학회 학술발표대회 논문집
2023 .05
-
An Implementation of Effective CNN Model for AD Detection
스마트미디어저널
2024 .06
-
A Classification Method for the Cell Images based on Convolutional Autoencoders and Artificial Neural Networks
대한전자공학회 학술대회
2020 .08
-
MRI 이미지 기반의 알츠하이머 치매분류 알고리즘
한국정보통신학회 종합학술대회 논문집
2021 .10
-
치매 진단을 위한 Faster R-CNN 활용 MRI 바이오마커 자동 검출 연동 분류 기술 개발
멀티미디어학회논문지
2019 .10
-
A New Image Classification Method
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2021 .02
-
그래프 합성곱 신경망을 이용한 알츠하이머 치매환자 분류
대한전자공학회 학술대회
2021 .06
-
Understanding of Epigenetic Regulations in Alzheimer’s Disease
한국생물공학회 학술대회
2015 .10
-
컨볼루션 신경망을 기반으로 한 드론 영상 분류
한국인터넷방송통신학회 논문지
2017 .01
-
Hippocampus Segmentation and Classification in Alzheimer ’s Disease and Mild Cognitive Impairment Applied on MR Images
멀티미디어학회논문지
2017 .01
-
Convolutional Autoencoder with Hybrid Learning
대한산업공학회 추계학술대회 논문집
2016 .11
-
Exploring the possibility for early detection of Alzheimer’s disease with spatial-domain neural images
제어로봇시스템학회 국제학술대회 논문집
2020 .10
-
Convolutional AutoEncoder 기반 태양광 발전량 정상데이터 검출 모델
한국통신학회 학술대회논문집
2022 .06
-
치매 진단을 위한 MRI 바이오마커 패치 영상 기반 3차원 심층합성곱신경망 분류 기술
멀티미디어학회논문지
2020 .08
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-004-000443185