基于机器学习的
阿尔兹海默病
智能诊断
疾病的严重性与普遍性
阿尔兹海默病作为一种普遍而严重的神经退行性疾病，对个人和社会造成了深远影响。随着人口老龄化，这种疾病的发病率不断上升，成为全球公共卫生的重大挑战。早期识别和干预对于减轻患者及其家庭的负担至关重要。
早期诊断的关键性
阿尔兹海默病的早期发现对延缓病情至关重要。基于机器学习的智能诊断工具能够准确识别早期症状，为患者提供及时治疗的机会，改善他们的生活质量。
我们的进展
智能识别脑部 MRI 图像，诊断阿尔兹海默病
利用基于 Pytorch 的卷积神经网络，对脑部 MRI 图像进行分类。分类 AD, LMCI, MCL, EMCI, CN。准确率达到较高水平
完成
测试集上的准确率达到 90%，能够根据输入的 MRI 图像，诊断阿尔兹海默病。同时绘制神经网络参数热力图，具有一定的可解释性。
智能识别的脑部 MRI 图像
根据输入的图像诊断阿尔兹海默病，根据模型导出的参数绘制热力图。
WEB 应用开发
基于 Pywebio 的 web 应用，实现智能诊断系统的在线部署。
完成
用户能够在线上传的 MRI 图像，获得智能诊断结果。
智能诊断 Web 应用
基于 3D 卷积神经网络和 ADNI 数据集的阿尔兹海默智能诊断 Web 应用
项目商业化
......
计划中
......