Deep and Statistical-Based Methods for Alzheimer’s Disease Detection: A Survey

Q: 이 논문에서 정의한 알츠하이머병이란 무엇인가?

주요 사회적 및 건강 문제를 야기하는 가장 흔한 형태의 치매로, 단기 기억 상실, 행동 장애, 인지 기능 저하, 언어 이해 문제 등을 유발하는 신경퇴행성 질환을 의미한다.

Q: 알츠하이머병 검출에서 딥러닝 기반 방법이 가지는 강점은 무엇인가?

연구 결과, 딥러닝 방법은 통계 모델 기반의 기존 방법보다 이미지 변화에 더 강건하며 더 높은 검출 성능을 제공한다. 특히 전이 학습과 생성 모델을 활용해 데이터 부족 문제를 해결하고 분류 정확도를 크게 향상시킨다.

Marwa Zaabi; Nadia Smaoui; Walid Hariri; Houda Derbel

doi:10.5626/JCSE.2022.16.1.1

학술저널

저자정보: Marwa Zaabi (Gabes University) Nadia Smaoui (Sfax University) Walid Hariri (Badji Mokhtar Annaba University) Houda Derbel (Sfax University)

저널정보: Korean Institute of Information Scientists and Engineers Journal of Computing Science and Engineering Journal of Computing Science and Engineering Vol.16 No.1

오류 신고하기

피인용 0

검색

초록·키워드

Detection of Alzheimer’s disease (AD) is one of the most potent and daunting activities in the processing of medical imagery. The survey of recent AD detection techniques in the last 10 years is described in this paper. The AD detection process involves various steps, namely preprocessing, feature extraction, feature selection, dimensionality reduction, segmentation and classification. In this study, we reviewed the latest findings and possible patterns as well as their main contributions. Different types of AD detection techniques are also discussed. Based on the applied algorithms and methods, and the evaluated databases (e.g., ADNI and OASIS), the performances of the most relevant AD detection techniques are compared and discussed.

#Alzheimer’s disease #Statistical methods #Deep learning methods #Segmentation methods

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료