- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
MR影像体素形态学的阿尔茨海默病自动分类方法-东南大学学报
第45卷第2期 东南大学学报(自然科 学版 ) Vol.45 No.2
2015年3月 JOURNALOFSOUTHEASTUNIVERSITY(NaturalScienceEdition) Mar.2015
doi:10.3969/j.issn.1001-0505.2015.02.012
MR影像体素形态学的阿尔茨海默病自动分类方法
郭圣文 池敏越 岑桂英 匡翠立 牛传筱 赖春任 吴效明
TheAlzheimersDiseaseNeuroimagingInitiative(ADNI)
(华南理工大学材料科学与工程学院,广州510006)
摘要:为了确定轻度认知功能障碍(MCI)与阿尔茨海默病(AD)患者发生萎缩的重要脑区,实现
正常老年人(NC)对照组、MCI与AD三组人群的分类,选择了178名被试的脑部MR影像,利用
体素形态学与方差分析方法,考察NC,MCI与AD三组人群的MR影像中灰质体积差异;然后,
采用递归特征消去法对特征进行降维;最后,利用线性支持向量机对这3种人群进行分类.实验
结果表明,MCI组与NC组、MCI组与AD组、AD组与NC组的平均分类准确率分别为(90.2±
1.3)%,(74.7±0.9)%,100%.对分类产生重要影响的脑区包括海马、海马旁回、杏仁核、梭状
回和嗅皮层等.所提方法不仅能有效揭示NC,MCI,AD三组人群的脑灰质差异,阐明MCI患者与
AD患者脑区发生萎缩的过程与特性,而且能准确区分这3组人群,具有显著的临床应用价值.
关键词:阿尔茨海默病;轻度认知功能障碍;体素形态学;支持向量机;递归特征消除
中图分类号:R445.2;TP391.41 文献标志码:A 文章编号:1001-0505(2015)02026006
AutomaticclassificationmethodofAlzheimersdiseaseby
voxelbasedmorphometryonMRimages
GuoShengwen ChiMinyue CenGuiyin KuangCuili
NiuChuanxiao LaiChunren WuXiaoming
TheAlzheimersDiseaseNeuroimagingInitiative(ADNI)
(SchoolofMaterialScienceandEngineering,SouthChinaUniversityofTechnology,Guangzhou510006,China)
Abstract:Todeterminetheatrophyinimportantbrainregionsfrommagneticresonance(MR)ima
gesofpatientswithAlzheimersdisease(AD)andmildcognitiveimpairment(MCI)andclassify
thenormalcontrol(NC),MCIandADgroups,theMRimagesof178subjectswereselectedfora
nalysis.Thevoxelbasedmorphometry(VBM)andanalysisofvariance(ANOVA)wereadopted
toinvestigatethegreymatter(GM)volumedifferencesofbrainstructureinMRimagesfromNC
group,MCIgroupandADgroup.Then,thedimensionofthedetectedfeatureswasreducedbyre
cursivefeatureelimination(RFE)method.Finally,thelinearsupportvectormachine(LSVM)was
appliedtoclassifythesethreegroups.Theexperiment
文档评论(0)