ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Deep Learning for Detection an...>مارك

Deep Learning for Detection and Predictive of the Progression of Alzheimer’s Disease

العنوان بلغة أخرى: التعلم العميق للكشف عن مرض الزهايمر والتنبؤ به
المصدر: مجلة التربية والعلم
الناشر: جامعة الموصل - كلية التربية
المؤلف الرئيسي: سلمان، ألاء وليد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Salman, Alaa Waleed
مؤلفين آخرين: اسطيفان، جين جليل (م. مشارك) , حسن، شذى مزهر (م. مشارك)
المجلد/العدد: مج32, ع4
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2023
الصفحات: 48 - 59
ISSN: 1812-125X
رقم MD: 1468639
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EduSearch
مواضيع:
استراتيجيات التعليم | التعلم العميق | الأمراض العصبية | مرض الزهايمر
كلمات المؤلف المفتاحية:
Alzheimer’s Disease | Artificial Intelligence | Deep Learning | Classification
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
LEADER 04766nam a22002537a 4500
001 2212907
041 |a eng 
044 |b العراق 
100 |9 778680  |a سلمان، ألاء وليد  |e مؤلف  |g Salman, Alaa Waleed 
245 |a Deep Learning for Detection and Predictive of the Progression of Alzheimer’s Disease 
246 |a التعلم العميق للكشف عن مرض الزهايمر والتنبؤ به 
260 |b جامعة الموصل - كلية التربية  |c 2023 
300 |a 48 - 59 
336 |a بحوث ومقالات  |b Article 
520 |a مرض الزهايمر هو مرض عصبي يصيب كبار السن بشكل متكرر. أولئك الذين تزيد أعمارهم عن 65 عاما يعانون الآن من مرض الزهايمر. العلامة الأولية للمرض هي نسيان المناقشات أو الأحداث السابقة. عندما تسوء الحالة، يحدث فقدان خطير للذاكرة وتقلص القدرة على ممارسة الأنشطة اليومية. قبل سنوات من ظهور أي أعراض، يبدأ الضرر في الظهور في منطقة الدماغ التي تتحكم في الذاكرة. قد يكون المرض في واحدة من ثلاث مراحل: خفيف أو متوسط أو خطير. تظهر الصعوبات الناشئة في المرحلة المبكرة، والتي يشار إليها أحيانا بالمرحلة المتوسطة. المصابة بالخرف الخفيف، هي حالة وسيطة بين مرضى الزهايمر والأفراد الأصحاء عندما يتم تشخيص شخص ما مع الخرف الخفيف، فأن هناك فرصة لعلاج أو توقف تطور المرض إلى الزهايمر، وهو الحل الوحيد لتجنب مرض الزهايمر. لذلك، فإن الاكتشاف المبكر لمرض الزهايمر يلعب دورا حاسما في منع والسيطرة على تقدمه. الهدف الرئيسي هو تصميم إطار عمل شامل للكشف المبكر عن مرض الزهايمر وتصنيف الصور الطبية لمراحل الزهايمر المختلفة. تم استخدام نهج التعلم العميق، وتحديدا الشبكات العصبية التلافيفية (CNN)، في هذا العمل. استنادا إلى فحوصات التصوير بالرنين المغناطيسي، تم تصنيف المراحل الأربع لمرض الزهايمر بشكل صحيح من خلال التقنية المقترحة بدقة أداء 95.17% ودقة 86.82% ودرجة 93.13 f1  |b Alzheimer's disease is a degenerative neurological disorder that primarily strikes older people. Alzheimer's disease is now a major health problem for anyone over the age of 65. The inability to remember what has been said or done before is the first symptom of the condition. Memory loss becomes severe, and daily functioning declines as the disease progresses. The memory-controlling region of the brain shows signs of impairment years before any symptoms occur. There are three possible disease stages: mild, moderate, and severe. The early stage, sometimes known as the middle stage, mild demented (MCI), is an intermediate state between Alzheimer’s patients and healthy individuals When someone is diagnosed with MCI, there is an opportunity to treat or stop the development of the disease into AD, which is the only solution to avoid AD. Therefore, the early detection of AD plays a crucial role in preventing and controlling its progression. The main objective is to design an end-to-end framework for The Early detection of Alzheimer’s disease and medical image classification for various AD stages. A deep learning approach, specifically convolutional neural networks (CNN), is used in this work. Based on MRI scans, The four phases of Alzheimer's disease are correctly categorized by the suggested technique with an accuracy of 95.17 % performance, 86.82 % precision, and 93.13 fl score. 
653 |a استراتيجيات التعليم  |a التعلم العميق  |a الأمراض العصبية  |a مرض الزهايمر 
692 |b Alzheimer’s Disease  |b Artificial Intelligence  |b Deep Learning  |b Classification 
700 |a اسطيفان، جين جليل  |g Stephan, Jane J.  |e م. مشارك  |9 72473 
700 |9 778683  |a حسن، شذى مزهر  |e م. مشارك  |g Hasan, Shatha M. 
773 |4 التربية والتعليم  |6 Education & Educational Research  |c 005  |e Journal of Education and Science  |f Mağallaẗ al-tarbiyaẗ wa-al-ʻilm  |l 004  |m مج32, ع4  |o 0168  |s مجلة التربية والعلم  |v 032  |x 1812-125X 
856 |u 0168-032-004-005.pdf 
930 |d n  |p y  |q n 
995 |a EduSearch 
999 |c 1468639  |d 1468639 

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.