基于像素特征学习的磁共振图像中β淀粉样蛋白沉积信息检测算法

• 作者: 朱雪茹 李勇明 李帆 汪洁 王品 覃剑 邱明国 颜芳
• 来源期刊: 生物医学工程学杂志
• 关键词: 阿尔茨海默症 β淀粉样蛋白沉积 磁共振成像 像素特征学习 检测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 431-438
• 页数: 8页
• 语种: 中文
• DOI: 10.7507/1001-5515.201603061

摘要

β淀粉样蛋白(Aβ)沉积是阿尔茨海默症(AD)的重要防治靶点,在脑中及早发现Aβ蛋白沉积是AD早期诊断的关键.磁共振成像(MRI)是一种理想成像方式,但不能直接显示图像中存在的沉积信息.本文基于过滤式和封装式的选择模式引入链式智能体遗传算法(CAGA)、主成分分析(PCA)、支持向量机(SVM)和随机森林(RF),构建6种特征学习分类算法,通过像素特征优选来实现Aβ蛋白沉积信息(分布)的检测.首先,分割脑磁共振(MR)图像中的脑组织;然后提取脑组织中的像素值形成像素特征向量;接着设计特征学习分类算法对像素实现特征优选,并基于投票机制得到一组最终最优特征向量;最后采用弹性映射方法将最优像素特征向量映射到脑MR图像上,并标记出对应的像素点,从而显示出Aβ蛋白沉积的分布.实验结果表明,本文的像素特征学习方法可提取并显示Aβ蛋白沉积信息,最高分类准确率可达到80％以上,表明该方法是可行和有效的.本文从脑MR图像中检测的Aβ沉积信息将有助于提高基于MR的AD诊断准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜芳		19	140	6.0	11.0
2	覃剑		13	97	7.0	9.0
3	李勇明		51	315	9.0	15.0
4	朱雪茹		3	6	1.0	2.0
5	王品		19	62	5.0	6.0
6	李帆		7	18	3.0	4.0
7	汪洁		1	0	0.0	0.0
8	邱明国		1	0	0.0	0.0