Функциональная магнитно-резонансная томография, глубокое обучение и болезнь Альцгеймера: систематический обзор

В настоящее время болезнь Альцгеймера (БА) диагностируют на основании психологических тестов и клинических наблюдений. Однако такая диагностика не безошибочна, и дополнительные методы, например МРТ, могут углубить понимание БА и повысить вероятность её выявления. Поэтому значительные усилия направлены на разработку инновационных методов диагностики БА. Функциональная МРТ (фМРТ) — метод нейровизуализации, применяемый для диагностики БА; однако получаемые с её помощью данные очень зашумлены и сложны для анализа, что ограничивает клиническое применение метода. Вместе с тем последние достижения в области глубокого обучения могут упростить и ускорить анализ фМРТ. Глубокое обучение — это разновидность искусственного интеллекта, в которой для решения сложных задач используются компьютерные алгоритмы, основанные на принципах работы нейронных сетей человека. Например, при анализе фМРТ модели глубокого обучения могут автоматически устранять шум на изображениях и классифицировать БА, выявляя закономерности на снимках мозга участников исследования. В этом систематическом обзоре рассматривается применение фМРТ, в частности фМРТ в покое, и методов глубокого обучения для диагностики БА. Кроме того, описаны наиболее распространённые в научной литературе архитектуры глубоких нейронных сетей, методы предварительной обработки данных и классификации. Также обсуждаются точность, преимущества и ограничения методов глубокого обучения при анализе фМРТ и перспективы их развития. Цель обзора — обобщить состояние этой области для новых исследователей, обозначить конкретные направления дальнейших исследований и показать потенциал фМРТ для улучшения диагностики БА.