Dissertação

Predicting conversion from mild cognitive impairment to Alzheimer's Disease using ensemble learning EVALUATED

A doença de Alzheimer é um dos tipos mais frequentes de demência. Alzheimer é caracterizado pela progressiva deteorização das funções cognitivas. Défice Cognitivo Leve (DCL) representa um período de transição entre o envelhecimento normal e a demência. Actualmente, não há nenhuma cura para o Alzheimer, mas acredita-se que um diagnóstico precoce e um tratamento pode abrandar a progressão da doença. De forma a estudar os indivíduos com esta doença, métodos de aprendizagem máquina têm se usado amplamente, devido aos seus bons resultados em diagnóstico e prognóstico. Este projecto consiste numa proposta de aprendizagem em conjunto para melhorar o desempenho dos classificadores na previsão de conversão de doentes com DCL para Alzheimer. Em vez de ser construído um classificador simples, nós iremos treinar múltiplos classificadores simples e combiná-los para atingir uma classificação mais precisa e mais robusta. Duas abordagens vão ser seguidas: uma previsão de prognóstico que é feita considerando todos pacientes como semelhantes; e uma previsão que é feita considerando diferentes grupos de pacientes que consequentemente evoluem de maneiras diferentes no seu prognóstico. Estes grupos de pacientes são gerados ou através de técnicas de clustering, ou tendo em conta o valor de um atributo especifico, como o estado de depressão duma pessoa. Em ambas as abordagens, janelas temporais são consideradas no processo de classificação. Os pacientes envolvidos neste estudo foram primeiro diagnosticados usando testes neuropsicológicos.
Doença de Alzheimer, Aprendizagem em conjunto, Prognóstico, Janelas temporais, Clustering

Maio 24, 2016, 14:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Sara Alexandra Cordeiro Madeira

Departamento de Engenharia Informática (DEI)

Professor Auxiliar