Dissertação

Detecting Conversion of Mild Cognitive Impairment to Alzheimer EVALUATED

Para facilitar a intervenção precoce para a demência, existe um interesse crescente sobre a discriminação entre a MCI conversores (MCIc) e MCI não-conversores (MCInc) para avaliar as diferenças entre estes dois grupos, a fim de prever o desenvolvimento de um paciente com MCI. A evolução dos pacientes com MCI baseia-se um critério de conversão, que é suportado por pontuação de dois testes neuropsicológicos (MMSE e CDR), foi estudada utilizando os dados de imagens FDG-PET a partir da base de dados ADNI. Um Diagnóstico Auxiliado por Computador do sistema (CAD) é implementado para interpretar e avaliar esses neuroimagens em diferentes instantes de tempo (no momento da conversão (Tc), 6 meses antes (Tc-6) e 12 meses antes daquele momento (Tc-12)). Intensidades voxel e sua taxa de variação (características delta) foram comparados em domínio de extração de características. O desempenho é avaliado usando como classificadores de Support Vector Machines (SVM) e K-vizinhos mais próximos. A partir dos resultados obtidos, destaca-se a combinação de características do Delta e classificador KNN é a única que oferece picos de acurácia de 90,3%, 90,7% e 91,6% para diferenciar MCInc e MCIc de Tc-12, Tc-6 e Tc, respectivamente .
Doença de Alzheimer, Défice Cognitivo Ligeiro, Tomografia por Emissão de Positrões, Maquinas de Suporte Vectorial, K-vizinhos mais próximos, Delta caracteísticas.

Julho 3, 2012, 15:0

Documentos da dissertação ainda não disponíveis publicamente

Orientação

CO-ORIENTADOR

Jorge Dos Santos Salvador Marques

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado

ORIENTADOR

Maria Margarida Campos da Silveira

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar