FenixEdu™

Dissertação

Exploiting machine learning techniques to predict Alzheimer's Disease Progression EVALUATED

Detalhes: Afetando 30% da população acima de 85 anos de idade, a Doença de Alzheimer (AD) é uma doença crónica neurodegenerativa responsável por cerca de dois terços dos casos mundiais de demência. Com o envelhecimento da população global é esperado que o número de pacientes com AD suba significativamente nos próximos anos. Visto que a maioria dos testes que detetam AD são demasiado caros ou invasivos, viramo-nos para os testes neuropsicológicos e machine learning para ajudar a solucionar o problema. Estes testes avaliam as habilidades cognitivas dos pacientes e podem ser realizados em menos de uma hora com pouca despesa. Em busca da solução ideal, olhamos para tecnologias do estado da arte nas áreas de classificação, imputação de valores em falta (MVI) e outros passos no processo de data mining. A partir disso, construímos uma pipeline de classificação capaz de analisar dados de teste e prever a futura conversão de um paciente para AD, bem como o horizonte temporal desta conversão. Esta previsão é efetuada para uma certa janela temporal e com um certo grau de confiança. A nossa solução para reforçar este trabalho passa por implementar algoritmos do estado da arte e testar diferentes configurações até que uma configuração ideal seja determinada.
Keywords: Doença de Alzheimer, Défice Cognitivo Ligeiro, Aprendizagem de Máquina, Aprendizagem Profunda, Classificação, Imputação de valores.

Discussão: janeiro 21, 2021, 16:30