A Novel Method for Diagnosing the Severity of Alzheimer Disease Using Deep Neural Network

Ali Noshad¹ ahmadreza khonaksar²

Abstract :
Alzheimer s disease (AD) is progressive dementia that causes loss of communication between nerve cells in adults. According to forecasts by the World Alzheimer s Association by 2050, the number of people age 65 and older with Alzheimer’s dementia may grow to a projected 13.8 million, barring the development of medical breakthroughs to prevent, slow or cure Alzheimer’s disease. Doctors use a variety of clinical methods to classify Alzheimer s disease one of which is Clinical dementia rating (CDR). The main purpose of this research was to introduce a design of Deep Neural Network architecture for classifying the severity of Alzheimer cases based on the features that were extracted and transform into integer data from the MRI scans that gathered from the open access series of imaging studies (OASIS) by the Washington University Alzheimer’s Disease research center. Our initial experimental results show that the model developed here can reliably detect the severity of Alzheimer’s with accuracy of 75.0%. In terms of Sensitivity, Precision, and F1-score the obtained results 75.0%, 75.3%, and 75.9%. Regarding to obtained results from the experiments and evaluation based on metrics we can demonstrate that the proposed model can be employed to assist professionals in validating their diagnosis, also can be employed via cloud as CAD system for health centers around the globe.

Keywords : deep learning alzheimer clinical dementia rating (cdr) deep neural network classification

---

زبان مقاله : انگلیسی
محور مقاله : مهندسی کامپیوتر
محل انتشار : پنجمین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی - آمستردام
آدرس وب سایت کنفرانس : 5carse.com
کد IOI مقاله : XDCD-FZGEK
لینک مستقیم مقاله : https://isnac.ir/XDCD-FZGEK
نمایش چکیده فارسی : https://isnac.ir/SA/XDCD-FZGEK

سایر مقالات ارائه دهنده

1. A Novel method for IDC Prediction in Breast Cancer Histopathology images using Deep Conventional Neural Network
2. A Novel method for time series Prediction in Temperature Readings from IOT devices using LSTM Neural Network
3. A Novel Method for Waste Classification in Organic and Recyclable images using Deep Convolutional Neural Network
4. A Novel Method for Diagnosing the Severity of Alzheimer Disease Using Deep Neural Network

سایر مقالات محل انتشار

1. مدلسازی سینتیکی تجزیة حرارتی پلکسی گلاس در دو محیط هوا و نیتروژن با استفاده از روشهای مستقل از مدل و وابسته به مدل
2. طراحی مفهومی یک موتور سوخت جامد خاص در موشک چند بار مصرف شاتل فضایی
3. فضا و روش فکری هکرها
4. شناسایی فضایی بافت واجد ارزش تاریخی و رویکرد فرهنگی هنری در باز زنده سازی آن و توزیع متعادل عملکردها (نمونه موردی: همدان)
5. Investigating the Effect of Wheat Straw Hydrochar on Chemical Properties of a Sandy-Loam Soil
6. بازشناسی سیر تحول بناهای مذهبی ایران در دوران اسلامی، نمونه موردی مسجد جمعه اصفهان
7. استفاده از انرژِی خورشیدی و سیستم مدیریت هوشمند در بهینه سازی مصرف انرژِی
8. بررسی راکتورهای فشرده (Compact Reactors) و کاربردهای آنها در زمینه تصفیه پساب و تولید و سنتز مواد آلی
9. The effect of ecological-technology Architecture in terms of Environmental protection
10. بررسی و برآورد میزان رسوب زایی حوضه سد زاگرس گیلانغرب با استفاده از مدل ام پسیاک
11. بازشناسی نقش بادگیر در معماری
12. Comparison Between FT and CWT for Detecting HIF in Order to Provide a New Detection Method
13. Daily estimated radiation reached to the earth surface in Tehran province-Iran (Case study: Mehrabad weather station)
14. موسیقی خیابانی و فولکلور در وَن؛ نقش موسیقی سیار بر فضاهای شهری تهران
15. ارزیابی شاخص های توسعه پایدار در شهر جدید بینالود با تاکید برشاخصهای زیست محیطی و اجتماعی