Login
Communauté Vinci
Extérieur
Si votre nom d'utilisateur ne se termine pas par @vinci.be ou @student.vinci.be, utilisez le formulaire ci-dessous pour accéder à votre compte de lecteur.
Titre : | Predictive models for Alzheimer's disease diagnosis and MCI identification: The use of cognitive scores and artificial intelligence algorithms (2024) |
Titre original: | Modèles prédictifs pour le diagnostic de la maladie dAlzheimer et lidentification de la détérioration cognitive légère : exploitation des scores cognitifs et des algorithmes dintelligence artificielle |
Auteurs : | S.-A. Sadegh-Zadeh ; M.-J. Nazari ; M. Aljamaeen ; F.S. Yazdani ; S.Y. Mousavi ; Z. Vahabi |
Type de document : | Article |
Dans : | NPG (Vol. 24, n° 142, Août 2024) |
Article en page(s) : | p. 194-211 |
Note générale : |
Cet article fait partie du dossier " Algorithmes ".
https://doi.org/10.1016/j.npg.2024.04.004 |
Langues: | Français |
Descripteurs : |
HE Vinci Intelligence artificielle (IA) ; Maladie d'Alzheimer ; Trouble cognitif léger |
Mots-clés: | Scores cognitifs |
Résumé : | Cette étude explore lapplication des algorithmes dapprentissage automatique pour le diagnostic de la maladie dAlzheimer (MA) et lidentification de la détérioration cognitive légère (DCL), en utilisant des scores cognitifs parmi dautres variables cliniques et démographiques. Nous décrivons notre méthodologie, incluant la collecte de données, le prétraitement, la sélection des caractéristiques, et lutilisation de divers classificateurs dapprentissage machine. Les résultats mettent en évidence lefficacité des méthodes densemble dans la prédiction de la MA et de la DCL, discutent des implications de ces résultats pour le diagnostic précoce et lintervention, et suggèrent des directions pour les recherches futures. |
Disponible en ligne : | Oui |
En ligne : | https://login.ezproxy.vinci.be/login?url=https://www.em-premium.com/article/1677418 |