Dissertação

Alzheimer 's Disease Diagnosis Using a Variational Autoencoder EVALUATED

A doença de Alzheimer é uma patologia comum em pessoas idosas, sendo responsável por atrofias cerebrais progressivas que se manifestam em problemas cognitivos e de memória. Apesar de não existir uma forma de diagnóstico definitiva, é possível identificar lesões associadas à doença através de imagens cerebrais, uma tarefa que pode ser automatizada de forma a auxiliar especialistas. Neste trabalho, é proposta uma arquitetura baseada em Aprendizagem Profunda que, dada uma neuroimagem pertencente a um paciente cujo estado da doença é desconhecido, produz um diagnóstico adequado. Actualmente, as propostas atuais baseiam-se no conceito de aprendizagem supervisionada através do uso de dados catalogados. Este trabalho, por outro lado, interpreta o problema de diagnóstico automático da doença como uma deteção de anomalias com três classes (saudável, défice cognitivo ligeiro e demência de Alzheimer), usando um autocodificador variacional, uma rede não-supervisionada e generativa, modificado com camadas convolucionais responsáveis pela extração automática de características da imagem e pela codificação das mesmas numa função densidade de probabilidade. A arquitetura proposta mostra vantagens, eliminando a necessidade de dados catalogados necessários e permitindo a análise de áreas do cérebro afectadas (que podem ser medicamente relevantes) e a deteção de anomalias por análise do erro de reconstrução cometido entre entrada e saída da rede. Contudo, a solução apresenta um espaço latente pouco informativo e uma dependência grande dos valores dos hiperparâmetros, pondo em causa a sua viabilidade principalmente quando comparado com um classificador supervisionado (com estrutura igual ao codificador da rede não supervisionada).
Doença de Alzheimer, Detecção de Anomalias, Autocodificador Variacional, Redes Neurais Convolucionais, Inferência Variacional

Novembro 18, 2019, 15:30

Documentos da dissertação ainda não disponíveis publicamente

Orientação

ORIENTADOR

Maria Margarida Campos da Silveira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar