UTA 工程师将使用深度学习工具来查明与阿尔茨海默病相关的痴呆类型

UTA 工程师将使用深度学习工具来查明与阿尔茨海默病相关的痴呆类型

德克萨斯大学阿灵顿分校的一名计算机工程师将进一步开发和集成强大的深度学习方法和工具，以查明与阿尔茨海默病 (ADRD) 相关的痴呆类型，从而帮助医学界更好地治疗这些疾病。

计算机科学与工程系助理教授朱大江将领导一个由国家神经疾病和中风研究所 (NINDS) 支持的为期五年、耗资 286 万美元的项目。 Zhu 将与北卡罗来纳大学教堂山分校和佐治亚大学的研究人员合作，重点开发用于 ADRD 分析的深度学习模型。

作为两种最常见的痴呆类型，阿尔茨海默病和路易体痴呆（LBD）占全国痴呆患者的65%至85%，即约750万人。

朱说，在确定患者是否患有阿尔茨海默病或小白病方面存在重要差异。 这些差异会极大地影响他们所开具的治疗类型。 然而，由于病理学和临床症状的混合，区分阿尔茨海默病和 LBD 具有挑战性。

“在这个项目中，我们将发现、定义和代表个体 GyralNets——一种集成了深度学习方法和神经影像标记的计算模型——来表征个体患者与阿尔茨海默病/LBD 相关的异常，”

朱大江，德克萨斯大学阿灵顿分校计算机科学与工程系助理教授

他补充说，该项目最终将为实际临床环境编译、成像和分析大规模大脑数据。

Zhu 说：“最终，我们希望描述和总结大脑内部的深层关系，这将有助于提高阿尔茨海默病和 LBD 之间的预测能力。” “我们相信，尽早识别存在的具体疾病可以通过更好地治疗这些患者来带来更好的结果。”

计算机科学与工程系系主任、Wendell H. Nedderman 教授姜洪表示，朱的研究具有产生重大影响的潜力。

“利用所有可以收集的数据来帮助社会和患有这些疾病的人们是具有里程碑意义的，”姜说。 “它代表了大学研究的全部内容。”

来源：

德克萨斯大学阿灵顿分校

。