利用三维脑核磁共振图像与RBF核支持向量机检测人脑轻度认知障碍.pdfVIP

第 38卷 第10期 合肥 工 业 大 学 学报 (自然科学版) Vo1．38No．10 2015年 10月 JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGY 0ct．2015 doi：10．3969／j．issn．1003—5060．2015．10．010 利用三维脑核磁共振 图像与 RBF核支持 向量机 检测人脑轻度认知障碍 王水花 ， 张煜东 。 杨建飞。， 施建平。 (1．南京师范大学计算机科学与技术学院，江苏 南京 210023；2．南京大学 电子科学与工程学院，江苏 南京 210046；3．江苏省三维 打印装备与制造重点实验室，江苏 南京 210042) 摘 要 ：为了及早检测轻度认知障碍 (MildCognitiveImpairment，MCI)，降低阿尔茨海默病的患病率，文章提 出一种基于径向基神经网络及核支持向量机 (RadialBasisFunction-kernelSupportVectorMachine，RBF-kS— VM)的MCI检测系统，该系统首先读取三维磁共振脑图像并预处理，然后通过主成分分析(PrincipalCompo— nentAnalysis，pCA)降低特征维数，采用RBF核支持向量机作为分类模型，RBF的参数通过优化选择。实验 数据采用OASIS公共数据库，选择 5O例正常对照组(NormalControl，NC)与5O例MCI患者。十折交叉验证 结果显示文中所提出方法的敏感度为84 、特异度为78 、准确度为81 ，优于前向神经网络、决策树、支持 向量机、齐次与非齐次核支持向量机方法。文中构建的RBF核支持向量机有效 ，可用于MCI检测 。 关键词：磁共振成像；支持向量机；核支持向量机 ；轻度认知障碍 ；前向神经网络；决策树 中图分类号：R319 文献标识码：A 文章编号：1003—5060(2015)10—1342—06 Detectionofmildcognitiveimpairmentbasedon 3D brain magneticresonanceimagesandRBF kernelSVM WANGShui—hua一， ZHANGYu-dong ， YANGJian-fei。， SHIJian-ping。 (1．SchoolofComputerScienceandTechnology，NanjingNormalUniversity，Naniing210023，China；2．SchoolofElectronicScienceand Engineering。NamingUniversity，Nanjing210046，China；3．JiangsuKeyLaboratoryof3DPrintingEquipmentandManufacturing， Nanjing210042，China) Abstract：Inordertodetectmildcognitiveimpairment(MCI)andreducethemorbidityrateofAlzhei— mardisease．anovelMCIdetectionsystem basedonradialbasisfunction-kernelsupportvectorma— chine(RBF-kSVM)wasdeveloped．Thesystem readthe3D magneticresonance(MR)imageswith preprocessing，andthenemployedtheprincipalcomponentanalysis(PCA)toreducethefeaturedimen— sions，followedbyusingRBFkernelSVM astheclassificationmode1．TheparameterofRBFwascho— senbvoptimizationmethod．OASISpublicdatawereobtainedfrom Internet，and5Onormalcontrols (NCs)and50MCIswerepickedup．Theresultsof10一foldcr