基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 比较MR图像纹理分析和形态学测量方法在鉴别阿尔茨海默病(Alzheimer's disease,AD)患者的实际效果,探讨纹理分析技术对AD早期诊断的价值.方法 提取29例AD患者和19例健康对照者(NC)的海马纹理参数,并测量内侧颞叶最窄宽度和海马结构体积等形态学指标,在t检验基础上对纹理参数与形态学指标进行判别分析,然后采用Kappa参数值评价上述两种方法的一致性.结果 AD组与NC组间的和均值、能量等纹理参数均显著不同,右侧海马和均值与形态学测量指标内侧颞叶最窄宽度的判别准确度均为97.9%.经多元逐步判别分析,纹理参数联合判别的准确度为97.9%.纹理分析与形态学测量的Kappa值为0.957(p<0.001).结论 MR图像的纹理分析与形态学测量具有较好的一致性,纹理分析可能有助于AD的早期诊断.
推荐文章
脑梗塞患者MR图像纹理特征的研究
脑梗塞
灰度共生矩阵
游程长矩阵
核磁共振图像
基于形态学的MR图像左心室自动定位算法
形态学
自动定位
左心室
MRI
基于分水岭和形态学的图像特征提取方法
毫米波被动成像
特征提取
形态学
分水岭算法
基于数学形态学图像分割的波向检测
数学形态学
分水岭变换
图像分割
波向
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 Alzheimer病MR图像纹理和形态学特征的比较研究
来源期刊 北京生物医学工程 学科 医学
关键词 阿尔茨海默病 纹理分析 形态学测量
年,卷(期) 2011,(3) 所属期刊栏目 论著
研究方向 页码范围 243-248,273
页数 分类号 R318.04
字数 4663字 语种 中文
DOI 10.3969/j.issn.1002-3208.2011.03.05
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏翃 首都医科大学生物医学工程学院 49 74 5.0 6.0
2 李昕 首都医科大学生物医学工程学院 76 422 11.0 16.0
3 童隆正 首都医科大学生物医学工程学院 54 306 10.0 15.0
4 周晓霞 首都医科大学生物医学工程学院 12 53 3.0 7.0
5 刘卓 北京大学人民医院放射科 29 214 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (59)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (2)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(1)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(7)
  • 参考文献(4)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(9)
  • 参考文献(3)
  • 二级参考文献(6)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
阿尔茨海默病
纹理分析
形态学测量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导