Aplicación de técnicas de deep learning en la ayuda al diagnóstico de la enfermedad de Alzheimer

Abstract

La enfermedad de Alzheimer (EA) es una patología neurodegenerativa, progresiva e irreversible caracterizada por provocar alteraciones tanto a nivel cognitivo como a nivel de conducta. Es la demencia más común y sus principales factores de riesgo son la edad y la genética. Provoca lesiones en la corteza cerebral, principalmente depósitos de proteína beta-amiloide y ovillos neurofibrilares de proteína tau anormalmente fosforilada. Estas lesiones fomentan la aparición de alteraciones en la actividad eléctrica cortical, generando cambios en la actividad electroencefalográfica (EEG). Diversas investigaciones apuntan a que estas alteraciones aparecen en fases incipientes de la demencia; sin embargo, la complejidad de los cambios neuronales ha implicado que apenas haya estudios que traten de integrarlos para mejorar la identificación precoz de la EA. Es por ello, que en el presente Trabajo de Fin de Grado (TFG) se propone una metodología de deep learning, con el objetivo de extraer de manera automática características de la actividad EEG que ayuden a identificar esta enfermedad en los distintos sujetos de este estudio. En este trabajo se han analizado señales EEG de dos bases de datos distintas con un total de 449 sujetos divididos en tres categorías principales: sujetos de control de edad avanzada, pacientes con deterioro cognitivo leve (DCL) y pacientes con demencia debida a EA. La primera base de datos proviene del Hospital Universitario Río Hortega de Valladolid; está formada por un total de 196 sujetos: 45 controles, 69 pacientes con DCL y 82 pacientes con demencia por EA. La segunda base de datos ha sido registrada en el marco de un proyecto europeo desarrollado por el Grupo de Ingeniería Biomédica; está formada por 253 sujetos: 51 controles, 51 pacientes con DCL y 151 pacientes con EA. En un primer paso, los registros EEG de las dos bases de datos se preprocesaron para eliminar los posibles artefactos de la señal, dividiéndose en segmentos de 1 y 5 s. Tras este preprocesado, los registros EEG se dividieron en tres conjuntos de datos: entrenamiento, validación y test, que se utilizaron para diseñar y validar las distintas arquitecturas de deep learning. En concreto, se utilizaron arquitecturas basadas en redes neuronales convolucionales de una dimensión, desarrolladas utilizando Python y la librería Keras. Se desarrollaron dos casos de estudio diferentes: un problema de clasificación binaria con sujetos controles y enfermos de Alzheimer; y un problema de clasificación múltiple con sujetos controles, pacientes con DCL y pacientes con EA. Los valores de precisión obtenidos por los distintos modelos desarrollados para el primer caso de estudio fueron del 70% aproximadamente para las dos bases de datos. En el caso del segundo caso de estudio, la precisión disminuyó hasta un 40% aproximadamente. Se observó que a medida que se aumentaba el número de clases, disminuía la precisión obtenida. Estos resultados de precisión bajos pueden deberse a dos motivos principales: (i) a que el número de sujetos en las bases de datos utilizadas sea pequeño, lo cual se podría solventar con una base de datos más grande; (ii) a que la señal EEG es demasiado compleja para introducirla en crudo a una red neuronal convolucional 1-D, por lo que realizar una transformación sobre ésta ayudará a obtener mejores resultados. Por tanto, estudios futuros podrían ayudar a mejorar la detección automática de la EA.

Alzheimer's disease (AD) is a neurodegenerative, progressive and irreversible pathology. This disease causes both cognitive and behavioral alterations. It is the most common form of dementia and its risk factors are age and genetics. AD causes damage to the cerebral cortex, mainly deposits of beta-amyloid protein and neurofibrillary tangles of abnormally phosphorylated tau protein. This damage increases the chance of suffering alterations on the cortical electrical activity, which are reflected on the electroencephalogram (EEG). Several studies indicate that these alterations appear in the early stages of the disease. Nonetheless, there are few studies that integrate these changes in the early detection of EA due to its complexity. Accordingly, in this study we propose a deep-learning methodology, aimed at automatically detect the disease on the different subjects under study. To achieve this goal, two different databases have been analyzed, including 449 subjects divided into three main categories: control, mild cognitive impairment (MCI) and AD. The first database, Hospital Universitario Río Hortega, is composed of 196 subjects: 45 control subjects, 69 MCI patients (27 mild MCI, 23 moderated MCI and 19 severe MCI) and 82 AD patients. The second database, POCTEP (Programa Operativo de Cooperación Transfronteriza España – Portugal), comprehends 253 subjects: 51 control subjects, 51 MCI patients and 151 AD patients (51 mild AD, 50 moderated AD and 50 severe AD). This data is first preprocessed in order to eliminate every potential artifact present in the signal. Once the data is artifact free, it is divided into segments of one and five seconds each. After this preprocessing, the data is divided into three different sets: training, validation and test, that will be used to design and validate the different deep-learning architectures. These architectures are one dimensional convolutional neural networks developed using Python and keras library. Two case studies have been developed. The first one is a binary classification problem with the groups Control and AD. The second one is a multiclass classification problem with the classes Control, MCI and AD. For the first case study, the accuracy values obtained by the different developed models are values around 70%, with a better identification of AD segments. For the second study case, the value for this metric decreases up to 40%, still obtaining better results for the AD class. A drop on the accuracy value can be observed as the number of classes increases. The low accuracy obtained for the automated detection of the disease may be caused by two main issues: (i) the number of subjects under study is low, what could be overcome with a larger sample size; (ii) the EEG signal is too complex to be introduced raw as input for a 1D convolutional neural network, hence performing a pretreatment of this signal could lead to better results. Thus, future research could help to improve the automated detection of EA.