ISSN: 2090-4924
Ramón Casanova, Joseph A. Maldjian y Mark A. Espeland
En este trabajo presentamos el uso de regresión logÃstica penalizada (PLR) al problema de clasificación de imágenes de resonancia magnética y detección automática de la enfermedad de Alzheimer. La clasificación de sMRI se aborda como un problema de regularización a gran escala que utiliza vóxeles como caracterÃsticas de entrada. Evaluamos cómo las diferencias en los pasos de preprocesamiento de sMRI, como el suavizado, la normalización y la selección de plantillas, afectan el rendimiento de los métodos de clasificación de alta dimensión. Además, comparamos el desempeño relativo de PLR con un enfoque diferente basado en máquinas de vectores de soporte. Para estudiar estas preguntas, utilizamos datos de la Iniciativa de neuroimagen de la enfermedad de Alzheimer (ADNI). El proyecto ADNI sigue un protocolo que consiste en la adquisición de dos imágenes en cada sesión, pasos de corrección de imágenes y evaluación posterior por parte de expertos para obtener las imágenes optimizadas. Aquà evaluamos el impacto de este proceso de optimización en el rendimiento de las técnicas de aprendizaje automático de alta dimensión.