MRI画像に基づくアルツハイマー病検出のためのDSR-GANとCNNのハイブリッド
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Hybrid of DSR-GAN and CNN for Alzheimer disease detection based on MRI images
雑誌名：Sci Rep. 2025 Apr 13; 15(1): 12727.
概 要：
本研究では、アルツハイマー病（AD）の4つの段階（軽度認知症、重度認知症、非認知症、非常に軽度認知症）を分類するために、深層超解像生成敵ネットワーク（DSR-GAN）と畳み込みニューラルネットワーク（CNN）を組み合わせたモデルを提案します。DSR-GANはPyTorchライブラリを使用して実装され、6,400枚のMRI画像のデータセットを利用します。超解像技術を用いて画像の明瞭さと詳細を向上させ、特定の画像特徴を洗練させます。CNNモデルはハイパーパラメータの最適化とデータ拡張戦略を取り入れ、効率を最大化します。CNNの性能評価には正規化誤差行列とROC曲線下面積を使用し、テスト精度99.22%、ROC曲線下面積100%、誤差率0.0516を達成しました。
方 法：
本研究は、6,400枚のMRI画像を用いたコホート研究です。DSR-GANは超解像技術を適用し、CNNモデルはハイパーパラメータの最適化とデータ拡張を行います。主要評価指標は、テスト精度99.22%、ROC曲線下面積100%、誤差率0.0516です。また、DSR-GANの性能は構造類似度指数（SSIM）、ピーク信号対雑音比（PSNR）、多スケール構造類似度指数（MS-SSIM）を用いて評価され、SSIMスコア0.847、PSNRは29.30 dB、MS-SSIMは96.39%を達成しました。
結 果：
DSR-GANとCNNの組み合わせにより、アルツハイマー病の各段階を迅速かつ正確に区別する方法が提供されました。CNNモデルはテスト精度99.22%、ROC曲線下面積100%を達成し、DSR-GANはSSIMスコア0.847、PSNR29.30 dB、MS-SSIM96.39%を示しました。
結 論：
DSR-GANとCNNのハイブリッドモデルは、アルツハイマー病のスクリーニングにおいて専門家を支援する可能性があり、迅速かつ正確な診断を実現する手段として期待されます。