تشخیص زود هنگام بیماری آلزایمر با استفاده از بخش‎بندی تصاویر ساختاری مغزی

امروزه کمک به تشخیص زود هنگام بیماری آلزایمر چالش بزرگی برای تصویربرداری عصبی به شمار می‎رود. روش‎های تصویربرداری ساختاری از جمله تصویربرداری تشدید مغناطیسی با تشخیص افت حجمی نواحی مختلف مغز در بیماری اختلال خفیف شناختی احتمال پیشرفت این بیماری و در واقع تبدیل آن به بیماری آلزایمر را پیش‎بینی می‎کنند. بنابراین توسعه روش‎های دقیق اندازه‏گیری افت حجمی با استفاده از تصاویر ساختاری، جهت تشخیص به موقع بیماری آلزایمر از اهمیت بالایی برخوردار است. بدین منظور در این تحقیق روشی برای تفکیک افراد مبتلا به بیماری آلزایمر و اختلال خفیف شناختی از یکدیگر و از افراد سالم بر مبنای استخراج ویژگی از تصاویر ساختاری مغزی ارائه شده است. روش ارائه شده را می‎توان در سه بخش کلی یکسان‎سازی مکانی تصاویر تشدید مغناطیسی با فضای اطلس icbm152 در دو مرحله تطبیق سخت و غیرسخت، استخراج ویژگی‏های آماری از میدان برداری جابجایی مربوط به تطبیق غیرسخت و در نهایت طبقه‎بندی و غربالگری تقسیم‎بندی کرد. برای تطبیق سخت تصاویر بر اطلس از بیشینه سازی معیار ضریب همبستگی به روش گرادیان نزولی بهره برده شده است. در ادامه تطبیق غیرسخت تصاویر به اطلس icbm152 با استفاده از جعبه‎ابزار spm (بر مبنای ترکیب خطی توابع پایه کسینوسی) صورت گرفته است. در بخش بعدی ویژگی‎های آماری میانگین و انحراف معیار از بردارهای میدان جابجایی حاصل از تطبیق غیرسخت در گره‎هایی از شبکه‎ اطلس و به تفکیک 116 ناحیه آناتومیکی استخراج شده‎اند. و در نهایت از روش حداکثر برآورد پسین به منظور طبقه‎بندی استفاده شده است. دقت 100% طبقه‎بندی برای جامعه آماری شامل 6 فرد سالم، 12 فرد مبتلا به آلزایمر و 12 فرد مبتلا به اختلال خفیف شناختی بیانگر کارایی و عملکرد مطلوب روش ارائه شده می‎باشد.