基于MR和PET成像的轻度阿尔茨海默病分类方法

• 作者: 余洪山 朱旭艳 赵科 陈书中 隆晓菁
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 磁共振(MR)成像 正电子发射断层(PET)成像 阿尔茨海默氏症(AD) 支持向量机(SVM)
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 850-858
• 页数: 9页
• 分类号: TP752.1
• 字数: 5587字
• 语种: 中文
• DOI: 10.3724/SP.J.1187.2013.00850

摘要

提出了一种能准确分割与阿尔茨海默病相关的脑部区域的方法.首先,制作了最符合样本的模板；其次,在MR特征采集上,充分利用图像配准产生的形变场信息；接着,在处理PET图像时,先将其互配准到同一个体的MR图像上；最后,将提取出的各脑区特征用支持向量机分类.用全脑分类正确率为MR:0.8736,PET:0.9195,0.3MR +0.7PET:0.8621；灰质正确率为MR:0.8736,PET:0.9195,0.3MR +0.7PET:0.8621；双样本t检验正确率为MR:0.8391,PET:0.9195,0.3MR +0.7PET:0.8966.在用大脑皮层分区进行分类时,MR的内嗅区皮质正确率最高(0.8391),PET的楔前叶正确率最高(0.9195),0.3MR +0.7PET的内嗅区皮质正确率最高(0.9425).试验结果表明该方法与现有方法相比,能更准确的区分轻度AD患者和正常老人,有助于AD疾病的预防及早期诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余洪山	湖南大学电气与信息工程学院	26	535	12.0	23.0
2	隆晓菁	中国科学院深圳先进技术研究院劳特伯生物医学成像研究中心	7	18	3.0	3.0
3	赵科	湖南大学电气与信息工程学院	5	67	4.0	5.0
4	朱旭艳	湖南大学电气与信息工程学院	1	3	1.0	1.0
5	陈书中	中国科学院深圳先进技术研究院劳特伯生物医学成像研究中心	1	3	1.0	1.0