摘要
痴呆症是老年人中最常见的疾病之一，也是导致死亡和残疾的主要原因之一。近年来，研究者致力于开发基于机器（深度）学习模型的计算机辅助诊断工具，这些模型以神经影像数据作为输入。然而，尽管在磁共振成像（MRI）方面已有大量研究，针对淀粉样蛋白正电子发射断层扫描（amyloid PET）的关注却十分有限。而近年来，淀粉样蛋白PET已被公认是一种极具前景且强大的神经退行性病变生物标志物。本文针对这一研究相对不足的领域，提出了一种基于三维卷积神经网络（3D Convolutional Neural Network）的方法，旨在利用淀粉样蛋白PET扫描图像实现痴呆的检测。我们在最近发布的OASIS-3数据集上进行了实验，该数据集为社区提供了新的基准，有助于进一步推动该领域研究的发展。实验结果表现出色，为淀粉样蛋白PET在痴呆诊断中的有效性提供了新的有力证据。