多类型磁共振影像特征融合算法用于阿尔兹海默病早期诊断-电子与通信工程专业论文.docxVIP

中文 中文摘要 重庆大 重庆大学硕士学位论文 I I PAGE PAGE VI 摘 要 阿尔兹海默病（AD）是一种常见的神经性退行性疾病，属于常见的神经性痴 呆，危害严重，而防治的关键是无创早期诊断。相关研究表明，影像形状和纹理 特征与阿尔茨海默病早期病变相关，但特征间相互关系复杂，因而需要进行选择 融合。本文提取了多种基于磁共振影像的形状和纹理特征，设计特征选择分类集 成模型对提取的磁共振影像特征进行深度融合，以获取较融合前更高更稳定的分 类诊断准确率。论文的主要创新性工作如下： ① 研究并实现了一种用于脑磁共振影像的预处理及特征提取的管道程序。该 程序可以对输入的脑磁共振影像进行去噪、配准、头骨剥离、解剖结构分割、形 状纹理等特征提取一系列处理，适用于任意人的脑图像样本。目前很少发现能实 现上述一系列处理的单个软件或算法，该程序为基于脑磁共振影像的研究提供了 有效工具，为后续基于特征的分类识别，提供了可靠的特征源。 ② 研究并提出了基于假设统计检验的磁共振影像特征融合算法。计算提取的 影像特征的 pvalue 值，基于不同阈值选取符合显著水平的影像特征。基于选择后 的特征对影像样本进行处理获得对应的样本特征矩阵，引入支持向量机（SVM） 进行分类，分类准确率较选择前明显提高。 ③ 研究并提出了基于特征选择分类集成模型的磁共振影像封装式特征融合 算法。该算法采用封装式特征选择模式，采用 SVM 分类器评估待选特征子集，采 用遗传算法进行全局寻优，获取使 SVM 分类准确率最高的最优特征子集作为最终 融合结果，从而构成了特征选择分类集成模型。 本文研究并实现了一种用于脑磁共振影像的预处理及特征提取的管道程序， 研究并提出了两种影像特征融合算法，为阿尔茨海默病辅助早期诊断提供了处理 方法及改善了影像特征质量，对于实现基于磁共振影像的阿尔茨海默病早期诊断 临床应用奠定基础。 关键词：阿尔兹海默病，早期诊断，脑磁共振图像，特征选择分类集成模型，遗 传算法，支持向量机 英文摘要 英文摘要 重庆大 重庆大学硕士学位论文 III III PAGE PAGE IV ABSTRACT Alzheimer’s disease (AD) is a kind of irreversible neurodegenerative disease, it is a common variety of neurological dementia with serious implications. The key to preventative treatment is non-invasive early diagnosis. The relevant research shows that volume and texture features revealed through MRI scans are closely related to early development of AD, however the relationships between these features are complex, which requires that MRI feature fusion methods are used. This research has selected multiple shapes and texture features based on MRI scans, designed a feature selection classification ensemble model in order to select and filter appropriate MRI features; this process enables the obtaining of higher and more consistently accurate rates of differentiation. The main research goals of this article are as follows: ① Investigate and realize a pipeline program for the preliminary processing and feature selection of brain MRI scans. This program can be used on MRI images for processing procedures such as noise reduction, image registration, skull stripping, image segmentatio