AI强势发力！GSCANet模型将阿尔茨海默病检测准确率提升近93%

文章预览

早筛网讯： 近日，由中国长春科技大学与中国科学院深圳先进技术研究院等研究团队合作开发的 GSCANet（群自校准坐标注意网络）模型 ，基于多模态数据结合人工智能技术，显著提高了阿尔茨海默病（以下称“AD”）早期诊断的准确性， 在区分AD患者和正常人的 准确率高达 92.81% 。该成果已发表在《 Scientific Reports 》期刊上。 传统的阿尔茨海默病诊断方法通常依赖单一模态的影像学数据，如结构性磁共振成像(sMRI)或功能性磁共振成像(fMRI)。 然而，这些方法无法充分捕捉阿尔茨海默病在早期阶段的复杂病理变化，容易导致漏诊或误诊。 为解决这一问题， 研究团队提出了结合多模态数据的新型深度学习模型GSCANet。 GSCANet通过整合三类关键数据： Haralick纹理特征 （基于sMRI的结构数据）：能够检测大脑结构的微小变化。 功能连接性 （基于fMRI的功能数 ………………………………