پیش بینی بیماری آلزایمر با استفاده از الگوریتم های انتخاب ویژگی محاسبات نرم و بر پایه rs-fMRI و sMRI

بیماری آلزایمر (AD)، یک بیماری پیشرفته و غیرقابل برگشت است که اغلب در افراد مسن رخ می دهد و به تدریج مناطق مغز را که مسئول حافظه، تفکر، یادگیری و رفتار هستند، از بین می برد. در این مقاله پیش بینی AD  بر اساس تصاویر rs-fMRI و sMRI بررسی می شود. در این مطالعه سه الگوریتم انتخاب ویژگی بر اساس روش محاسبات نرم ارائه شده، که طبقه بندی MCI-C از MCI-NC با آموزش و آزمایش الگوریتم SVM انجام می شود. این اولین مطالعه ای است که از ادغام rs-fMRI و sMRI برای پیش بینی AD استفاده کرده است. نتایج حاصل از این مطالعه می تواند به مناطق شناخته شده مغز)عملکردی و ساختاری(که در بیماری آلزایمر دچار اختلال شده اند، منجر شود. علاوه بر این، روش NBS بر روی تقسیم بندی های عملکردی مغز، برای جداسازی MCI-C از MCI-NC و تشخیص زیر شبکه هایی که دارای قابلیت تشخیصی برای پیش بینی AD هستند، به کار گرفته شده است.