Convolutional Neural Networks for Classification of Alzheimer's Disease: Overview and Reproducible Evaluation [Models]

This file contains the pretrained models and the evaluation of the pipelines described in the paper <em>Convolutional Neural Networks for Classification of Alzheimer’s Disease: Overview and Reproducible Evaluation</em>. Source code can be downloaded at: https://github.com/aramis-lab/AD-DL Also, single files can be obtained at: https://aramislab.paris.inria.fr/clinicadl/files/models/v0.0.1/ The structure of the compressed file is as follows: clinicadl_models/<br> ├── 2D_slice<br> │ ├── baseline<br> │ │ ├── AD_CN<br> │ │ │ ├── best_model<br> │ │ │ └── performances<br> │ │ └── AD_CN_dataleakage<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── longitudinal<br> │ └── AD_CN<br> │ ├── best_model<br> │ └── performances<br> ├── 3D_patch<br> │ ├── baseline<br> │ │ ├── AD_CN<br> │ │ │ ├── best_model<br> │ │ │ └── performances<br> │ │ └── sMCI_pMCI<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── longitudinal<br> │ ├── AD_CN<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── sMCI_pMCI<br> │ ├── best_model<br> │ └── performances<br> ├── 3D_ROI_based<br> │ ├── baseline<br> │ │ ├── AD_CN<br> │ │ │ ├── best_model<br> │ │ │ └── performances<br> │ │ └── sMCI_pMCI<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── longitudinal<br> │ ├── AD_CN<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── sMCI_pMCI<br> │ ├── best_model<br> │ └── performances<br> ├── 3D_subject<br> │ ├── baseline<br> │ │ ├── AD_CN<br> │ │ │ ├── best_model<br> │ │ │ └── performances<br> │ │ └── sMCI_pMCI<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── longitudinal<br> │ ├── AD_CN<br> │ │ ├── best_model<br> │ │ └── performances<br> │ └── sMCI_pMCI<br> │ ├── best_model<br> │ └── performances<br> ├── autoencoders<br> │ ├── 3D_patch<br> │ │ ├── baseline<br> │ │ │ └── best_model<br> │ │ └── longitudinal<br> │ │ └── best_model<br> │ ├── 3D_ROI_based<br> │ │ ├── baseline<br> │ │ │ └── best_model<br> │ │ └── longitudinal<br> │ │ └── best_model<br> │ └── 3D_subject<br> │ └── baseline<br> │ ├── extensive<br> │ └── minimal<br> └── svm<br> ├── baseline<br> │ ├── AD_CN<br> │ │ ├── all_subjects.tsv<br> │ │ └── classifier<br> │ └── sMCI_pMCI<br> │ ├── all_subjects.tsv<br> │ └── classifier<br> └── longitudinal<br> ├── AD_CN<br> │ ├── all_subjects.tsv<br> │ └── classifier<br> └── sMCI_pMCI<br> ├── all_subjects.tsv<br> └── classifier We provide the pretrained CNN models for the frameworks 3D subject-level, 3D ROI-based, 3D patch-level and 2D slice-level. This models can be found as a <strong><em>.pth.tar</em> </strong>file (<em>Pytorch</em> format) inside the <em>best_model</em> folder for each framework (and for each fold). We also provide the autoencoders that initialize the training stage of the CNN networks. The <em>performances </em>folder contains the computed metrics for the correponding model (ACC, BA, etc). <em> </em> For the svn classification, we provide files with the dual coefficients, the support vector indices and the weights. Also, <em>tsv</em> files with the subject list.