标题：基于深度学习的阿尔兹海默症多模态辅助诊断研究
作者：林雪峰 李炜
作者单位：华中科技大学人工智能与自动化学院，湖北 武汉 430074
关键字：阿尔兹海默症，深度学习，多模态数据，辅助诊断
摘要：阿尔兹海默症（Alzheimer＇s Disease，AD）是一种在老年人群中常见的痴呆疾病，由于病程不可逆且无法治愈，常会对病人的生活质量产生极大影响，因此尽早诊断病情并对病程加以干预是唯一有效的手段。由于良好的实验效果，深度学习模型在医学图像领域受到了越来越多研究者的关注，但深度学习方法常需要较大的数据量作为支撑，而医学图像由于设备成本以及病例数量的限制，常存在着数据量不足的问题，因而在某些情况下会出现过拟合的问题。提出一种参数高效的深度学习模型，引入了可分离卷积、全局平均池化、残差结构，使得模型参数量成倍地减少，同时引入多模态数据，增大了输入样本的信息量，以求减少过拟合问题。最后，通过对照试验，验证了该文所提出模型的优越性。