Dissertação
Detection of Dopamine Deficiency for Parkinson’s Disease Diagnosis with Machine Learning and Structural MRI EVALUATED
Doença de Parkinson tem origem neurológica e afeta 1% da população com mais de 60 anos. Múltiplas doenças têm sintomatologia semelhante, contudo a doença de Parkinson caracteriza-se pela perda de neurónios dopaminogénicos. Esta perda leva a deficiência de dopamina, que pode ser detetada usando um DaTscan. Sujeitos inicialmente diagnosticados com Parkinson apresentando um exame negativo são categorizados como Scans Without Evidence of Dopamine Deficiency. Esta dissertação estuda a possibilidade de distinguir sujeitos com e sem deficiência de dopamina utilizando Imagem por Ressonância Magnética Estrutural. Imagens de 311 sujeitos do estudo PPMI foram processadas usando FreeSurfer que calculou 689 características. Os dados foram particionados em 70% e 30% para treino e teste, respetivamente. Da amostra de treino foram escolhidas observações (10%) para validação dos modelos. Um pipeline de Aprendizagem Automática já existente foi usado como baseline. Vários algoritmos foram comparados com este. Para seleção de características, as características foram separadas em conjuntos de acordo com a região do cérebro, ou alternativamente, usando as características da versão robusta da Análise de Componentes Principais. O algoritmo baseline sofreu sobreajuste, apresentando uma exatidão balanceada de 96.6% e 54.5% para os dados de treino e validação, respetivamente. Todas as outras abordagens usadas resultaram em sub-ajuste ou sobreajuste, sendo a maior exatidão balanceada para os dados de validação de 80.42% e, para validação cruzada, 62.67%. No conjunto de teste, a maior exatidão balanceada foi de 50.60%.
novembro 29, 2021, 16:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Associate Professor
