基于脑MR图像深度学习配准的阿尔兹海默症识别研究.pdfVIP

临沂大学硕士专业学位论文

摘要

阿尔兹海默症（Alzheimersdisease,AD）是一种严重影响认知功能的中枢神经系统退行

性疾病，对认知功能形成显著威胁，患者的日常活动能力亦随之悄然减退。鉴于目前治疗

手段极为有限，早期识别与干预的价值不言而喻，而在磁共振成像（MagneticResonance

ImagingMRIAD

，）中，脑萎缩程度的测量成为了揭示病程进展的核心工具，图像配准技

术在这一过程中展现出不可替代的意义，并为评估环节提供关键支持。AD诊断对图像配准

精度的要求颇高，对此我们设计了一个融合配准与分类的辅助诊断框架，意图提高配准和

诊断的准确性，该框架依托联合配准网络与分类网络相互配合，达成患者脑部特定区域风

险评估的任务，本文针对前面提到的一些难点进行探讨，触及深度学习领域中的医学图像

配准与分类技术，在阿尔兹海默症识别工作上有所作为，重点放在脑MR图像的相关探究。

本文提出了一种基于联合配准和分类的辅助诊断框架，以提高配准精度和诊断准确性。

我们的方法利用配准网络与分类网络之间的协同互动，借