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:
为了得到更高更稳定的阿尔茨海默病( AD )诊断准确率,对脑磁共振影像纹理特征进行了集成融合,并用于AD分类诊断。首先,基于病理知识提取脑磁共振影像中左右脑相关解剖结构的体积、纹理特征;然后,采用链式智能体遗传算法与支持向量机相结合的封装式特征选择分类集成模型,对提取的特征集进行特征选择,从而实现融合;最后,利用融合后的特征进行分类诊断,并将融合后的分类结果与融合前以及采用p值法特征选择的分类结果进行对比。实验结果表明,相比融合前的特征以及采用p值法进行选择的特征,利用所提算法融合后的特征具有更高且更稳定的分类准确率、灵敏度和特异度。
推荐文章
基于多模态磁共振影像的精神分裂症患者多特征分类研究
精神分裂症
多模态磁共振影像
灰质体积
局部一致性
低频振荡振幅
度中心度
基于多种LBP特征集成学习的人脸识别
中心对称局部二进制(CSLBP)
特征点
多特征
K最近邻算法
支持向量机
集成学习
脑转移瘤的磁共振诊断
颅内肿瘤
转移
磁共振成像
Gd-DTPA
磁共振尿路成像影像技术的探讨
磁共振成像
尿路成像
肾脏
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 基于磁共振影像特征集成融合的 AD 诊断
来源期刊 东南大学学报(自然科学版) 学科 医学
关键词 磁共振影像 阿尔茨海默病 影像特征融合 特征选择分类集成模型 链式智能体遗传算法 支持向量机
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 271-276
页数 6页 分类号 R445.2|R741
字数 5163字 语种 中文
DOI 10.3969/j.issn.1001-0505.2016.02.008
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 李勇明 重庆大学通信工程学院 51 315 9.0 15.0
3 邱明国 第三军医大学生物医学工程学院 59 400 12.0 16.0
4 刘书君 重庆大学通信工程学院 19 85 6.0 7.0
7 王品 重庆大学通信工程学院 19 62 5.0 6.0
8 李帆 重庆大学通信工程学院 7 18 3.0 4.0
9 吕洋 重庆大学通信工程学院 4 15 2.0 3.0
10 闫瑾 重庆大学通信工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (13)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
磁共振影像
阿尔茨海默病
影像特征融合
特征选择分类集成模型
链式智能体遗传算法
支持向量机
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导