Study Literatur Review: Penggunaan Deep Neural Networks untuk Deteksi Dini Alzheimer dari Data MRI
Keywords:
Alzheimer, Deep Neural Networks, Deteksi Dini, MRI, Convolutional Neural NetworksAbstract
Penyakit Alzheimer adalah bentuk demensia progresif yang secara signifikan memengaruhi kualitas hidup penderitanya. Deteksi dini penyakit ini menjadi penting untuk memungkinkan intervensi lebih awal dan memperlambat perkembangan penyakit. Studi literatur ini bertujuan untuk meninjau penggunaan Deep Neural Networks (DNN) dalam mendeteksi Alzheimer secara dini melalui analisis data Magnetic Resonance Imaging (MRI). Penelitian menunjukkan bahwa pendekatan berbasis DNN, terutama Convolutional Neural Networks (CNN), telah terbukti mampu mengidentifikasi perubahan struktural pada otak yang terkait dengan Alzheimer dengan akurasi yang tinggi. Model-model seperti VGG16 dan pendekatan multimodal yang menggabungkan data MRI dengan jenis data lain seperti PET memberikan hasil yang menjanjikan. Meskipun tantangan seperti kebutuhan dataset besar dan validasi klinis masih ada, teknologi DNN menunjukkan potensi besar untuk mendukung sistem diagnostik otomatis dan efisien untuk Alzheimer.
References
A. D. Arya et al. (2023). A systematic review on machine learning and deep learning techniques in the effective diagnosis of Alzheimer’s disease. Brain Informatics, 10(17), 1. https://doi.org/10.1186/s40708-023-00195-7
Hazarika, R. A., Maji, A. K., Kandar, D., Jasinska, E., Krejci, P., Leonowicz, Z., & Jasinski, M. (2023). An Approach for Classification of Alzheimer’s Disease Using Deep Neural Network and Brain Magnetic Resonance Imaging (MRI). Electronics, 12(3), 676. https://doi.org/10.3390/electronics12030676.
Sharma, S., Guleria, K., Tiwari, S., & Kumar, Sushil. (2022). A deep learning based convolutional neural network model with VGG16 feature extractor for the detection of Alzheimer Disease using MRI scans. Journal Measurement-sensors, 24, 2665-9174. https://doi.org/10.1016/j.measen.2022.100506.
Islam, J., & Zhang, Y. (2018). Brain MRI analysis for Alzheimer’s disease diagnosis using an ensemble system of deep convolutional neural networks. Springer Open, 5(2), 14. https://doi.org/10.1186/s40708-018-0080-3. of
Hadeer A. Helaly, Mahmoud Badawy, Amira Y. Haikal (2021). Deep Learning Approach for Early Detection Alzheimer’s Disease. Springer Nature, 14, 1711-1727. https://doi.org/10.1007/s12559-021-09946-2
Sulistiyani, I., Mufida, E., Yasser, P. M., & Lucky, A. (2021). Systematic Literature Review : Bankruptcy Prediction Menggunakan Teknik Machine Learning dan Deep Learning. Jurnal Intech, 2(1). 13-18.
Prasetia, O., & Machfud, S. (2024). Analisis Prediksi Penyakit Demensia Alzheimer Menggunakan Metode Decision Tree C4.5 dan Naive Bayes. Jitu: Jurnal Informatika Utama, 2(1), 14-25. https://doi.org/10.55903/jitu.v2i1.162.
Zahra, S. A., Fah, W. N. S., Elfaris, F., Rustamto, D. F., & Rosyani, P. (2023). Deteksi pengenalan kendaraan menggunakan metode Fast R-CNN. AI dan SPK: Jurnal Artificial Intelligence dan Sistem Penunjang Keputusan, 1(2), 166-171.
Azril, H., Putra, M. B. A., Saputra, M. A., Hartono, R., & Rosyani, P. (2024). Implementasi deep learning untuk deteksi wajah dan ekspresi menggunakan algoritma convolutional neural network (CNN) dengan OpenCV. AI dan SPK: Jurnal Artificial Intelligence dan Sistem
Penunjang Keputusan, 1(4), 261-265.
