TY - JOUR ID - TI - Classification of Alzheimer's disease based on several features extracted from MRI T1-weighted brain images تصنیف مرض الزهایمر بالإعتماد على عدد من الصفات المستخرجة من صور الرنین المغناطیسی (T1) للدماغ AU - Zahraa Shihab زهراء شهاب AU - Hawraa H. Abbas حوراء ح. عباس PY - 2021 VL - 1 IS - 2 SP - 252 EP - 279 JO - Kerbala Journal for Engineering Sciences كربلاء للعلوم الهندسية SN - 27096718 AB - Alzheimer’s disease (AD) diagnosis at an early stage plays a significant role in reducing its symptoms and decelerating cognitive deterioration. Hence the use of computer-aided systems for early and accurate AD diagnosis is critical. The proposed diagnostic tool depends on classifying features extracted from brain Magnetic Resonance Imaging (MRI). These Features must accurately capture main AD-related variations of the anatomical brain structures, such as hippocampi region atrophy, lateral ventricle enlargement, cortical thickness, brain volume, etc. In this work, T1-weighted structural MRIs were employed for extracting these AD-related features. The images resulting from MRI scans are interpreted to high-intensity visible features, making preprocessing and segmentation less complex. This work has proposed a software pipeline consisting of several preprocessing steps, a segmentation method for segmenting brain tissues, and Convolutional Neural Networks (CNN) for Regions of Interest (ROIs) Parcellation that is AD-related. Features extracted from these segmented tissues and ROIs are utilized for the final AD classification using a Support Vector Machine (SVM) classifier. The results show that the proposed approach has reached 89.1% accuracy in the binary classification of AD vs. CN (Cognitively Normal), Demonstrating promising classification performance.

تشخیص مرض الزهایمر فی مراحله الأولى یشغل حیزا مهماً فی الحد من أعراض المرض التقلیل من التدهور الإدراکی الذی یسببه المرض, ولذلک أصبحت أنضمة الحاسوب المساعدة (Computer-Aided-Systems) حاسمةً فی التشخیص الدقیق والمبکر للمرض. إنّ النظام المقترح فی هذه الدراسة یعتمد على فرز الصفات المستخرجة من صور الرنین المغناطیسی للدماغ, وهذه الصفات یجب أن تکون دقیقة ومتقّنة فی تصویر التغییرات التشریحة الحاصلة فی هیکلیة الدماغ المصاب بمرض الزهایمر, کتآکل منطقة الحصین (Hippocampus) وتوسع التجاویف وسمک القشرة المخیة وحجم انسجة الدماغ وغیرها من الصفات. وفی هذه الدراسة, تم إستخدام صور الرنین المغناطیسی ذو وزن (T1) والمتضمنة على هیکلیة الدماغ, ویعتبر هذا النوع من الصور ذی صفاتٍ مرئیةٍ عالیة الدقة مما یجعل خطوات معالجتها وفرزها أقل تعقیداً. النظام المقترح فی هذهِ الدراسة یتکون من عدة خطوات تبدأ بالمعالجة الأولیة للصور, تتبعها طریقةً لتقسیم أنسجة الدماغ فی هذه الصور ومن ثُمّ تقطیع الدماغ الى المناطق المهمة والمتضمنة على صفات المرض. الصفات المستخرجة من انسجة الدماغ ومناطقهِ یتم إستغلالها فی تشخیص المرض من خلال فرز وتصنیف هذه الصفات بإستخدام أحد أکثر طرق الذکاء الإصطناعی التقلیدیة شیوعاً (Support Vector Machine) کآخر مرحلة فی هذا النظام المقترح. وتؤکد النتائج على أداءٍ عالٍ ودقةٍ واعدة فی تشخیص المرض بإستخدام المنهجیة المقترحة فی هذه الدراسة, إذ کانت النتیجة (89.1%) فی الفرز بین الأشخاص المصابین بالزهایمر عن ذوی الإدراک السلیم (Alzheimer’s Demented vs. Cognitively Normal). ER -