MR影像体素形态学的阿尔茨海默病自动分类方法

• 作者: The Alzheimer's Disease Neuroimaging Initiative(AD 匡翠立 吴效明 岑桂英 池敏越 牛传筱 赖春任 郭圣文
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 医学
• 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
• 年，卷（期）: 2015,（2）
• 页码范围: 260-265
• 页数: 6页
• 分类号: R445.2|TP391.41
• 字数: 5069字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2015.02.012

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴效明	华南理工大学材料科学与工程学院	199	1579	20.0	28.0
2	郭圣文	华南理工大学材料科学与工程学院	37	255	9.0	13.0
3	赖春任	华南理工大学材料科学与工程学院	9	21	2.0	3.0
4	池敏越	华南理工大学材料科学与工程学院	4	11	2.0	3.0
5	岑桂英	华南理工大学材料科学与工程学院	3	8	2.0	2.0
6	匡翠立	华南理工大学材料科学与工程学院	2	6	1.0	2.0
7	牛传筱	华南理工大学材料科学与工程学院	4	10	2.0	3.0