一种基于MRI数据库的阿尔茨海默病进程数理模型预测方法

• 作者: 杨亚超 范炤 许凡宇 齐雪丹
• 来源期刊: 中华生物医学工程杂志
• 关键词: 阿尔茨海默病 磁共振波谱学 预测 轻度认知障碍 支持向量机
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 论著
• 页码范围: 101-107
• 页数: 7页
• 字数: 4704字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.1674-1927.2016.02.003

摘要

目的：用支持向量机（SVM）模型方法基于脑核磁共振成像（MRI）影像学数据对阿尔茨海默病（AD）的不同进程进行预测分析。方法美国ADNI数据库中543个研究对象的271项MRI数据，以及简易智力状态检查（MMSE）量表得分、年龄、性别和受教育程度作为研究指标，提取出有用的特征量并结合SVM模型方法构建综合预测模型，用有组间差异的特征指标实现疾病的分类预测。结果基于SVM综合模型方法用54项有组间差异的特征指标预测不同进程AD的准确性为97.53%。结论本研究构建的SVM预测模型结合与疾病密切相关的指标特征可以获得精确的预测结果，为临床和基础研究，为疾病的病因探讨和病理改变，以及区域改变的准确定位等提供准确的依据。本模型方法可推广到其他疾病进程的分类预测中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨亚超	山西医科大学生理系	6	18	2.0	4.0
2	许凡宇	山西医科大学口腔医学系	6	24	3.0	4.0
3	范炤	山西医科大学细胞生理学省部共建教育部重点实验室	19	116	7.0	10.0
4	齐雪丹	山西医科大学细胞生理学省部共建教育部重点实验室	2	6	2.0	2.0