Evaluación de métodos con redes neuronales convolucionales para la clasificación de la enfermedad de Alzheimer en imágenes de resonancia magnética cerebral

Abstract

La enfermedad de Alzheimer es el tipo más común de demencia que afecta a personas mayores de 60 años, aunque el Alzheimer es incurable, el diagnóstico temprano es muy importante para tratar de atenuar los síntomas que empeoran con la edad. En este trabajo de investigación se propone el uso de redes neuronales convolucionales para la clasificación de la enfermedad de Alzheimer en etapa temprana a partir de imágenes de resonancia magnética cerebral de pacientes entre 60 y 80 años de edad. Las redes neuronales convolucionales han demostrados ser eficaces en tareas de visión computacional como clasificación de imágenes, reconocimiento facial y detección de objetos. Como primer paso se replica un método de clasificación del Alzheimer basado en generación de modelos a partir de la fusión de información neuropsicológica y estructural para tener una línea de base con la cual comparar el rendimiento de las redes neuronales. Seguido de esto se implementan métodos de pre procesamiento de las imágenes de resonancia magnética para posibilitar el entrenamiento de las distintas configuraciones de redes neuronales. Usando datos de validación se selecciona la mejor arquitectura de red y posteriormente con los datos de prueba y diferentes métodos de evaluación se obtienen métricas que reflejen adecuadamente el rendimiento de las redes neuronales convolucionales.