HIGEIA-DA: reconHecimento de neuroImagens para diaGnóstico antEcIpAdo da Doença de Alzheimer com base em redes neurais

Nathalia C dos Santos, Matheus Henrique Vieira, Dianne Medeiros

DOI: 10.14209/sbrt.2022.1570825026

Evento: XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2022)

Keywords:

Abstract

O diagnóstico antecipado da Doença de Alzheimer (DA) permite retardar seu efeito degenerativo progressivo. Esse diagnóstico é desafiador devido à grande semelhança entre o cérebro de uma pessoa saudável com envelhecimento natural e o de uma pessoa em estágio muito inicial da doença. Este artigo propõe o HIGEIA-DA, um classificador multiclasse que tem o objetivo de auxiliar médicos especialistas no diagnóstico antecipado da DA. O HIGEIA-DA é composto por três Classificadores Binários (CBs) formados por redes neurais convolucionais e perceptron multicamadas para diferenciar três níveis de severidade da DA. A classificação final é obtida pela combinação das classificações dos CBs utilizando a média. Verifica-se a influência de diversos hiperparâmetros e da estrutura da rede neural no desempenho do HIGEIA-DA. Os resultados mostram que os hiperparâmetros taxa de aprendizado, quantidade de blocos e número de camadas densas apresentam influência mais significativa no desempenho do classificador do que os outros hiperparâmetros. A estratégia de combinação é avaliada para o conjunto de teste e em uma simulação de uso real, levando a uma sensibilidade média para cada classe maior do que 70% no conjunto de teste e maior do que 50% na simulação.

Download