基于张量法的阿尔兹海默症脑图像分类

• 作者: 刘佩嘉 徐盼盼 李淑龙 杨宁
• 来源期刊: 中山大学学报（自然科学版）
• 学科: 医学
• 关键词: 阿尔兹海默症 轻度认知障碍 张量 认知分数 独立成分分析 支持张量机 递归特征消除
• 年，卷（期）: 2017,（2）
• 页码范围: 40-47
• 页数: 8页
• 分类号: R742|R445.2
• 字数: 6579字
• 语种: 中文
• DOI: 10.13471/j.cnki.acta.snus.2017.02.007

摘要

为了识别阿尔兹海默症(Alzheimer's Disease,AD)与轻度认知障碍(Mild Cognitive Impairment,MCI)患者,提出了一种基于三阶张量方法的以MRI图像脑灰质灰度为特征的分类方法.采集了70例AD患者,112例MCI患者(包含在随访中转化为AD的,MCI-C:MCI Converters与未转化为AD的,MCI-NC:MCI Non-con-verters各56例),以及70例正常人(NC)的MRI脑图像,提取脑灰质各体素的灰度,获得三阶灰度张量.采用基于张量的独立成分分析,以取得三阶灰度张量的独立成分;为了降低特征维数,利用支持张量机,将张量特征转化为向量特征,再利用递归特征消除法获取有效的主要特征.最后,对四组人群进行分类:AD-NC,MCI-NC,AD-MCI,MCI-C-MCI-NC,此分类模型采用7折交叉验证的方法进行训练测试.此外,还结合样本的基本信息与认知分数进行分类,证明了基本信息、认知分数和脑灰质灰度提供了互补的信息,有助于提升分类效果.结果表明,该方法拥有优良的分类性能,有助于对AD与MCI的诊断治疗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘佩嘉	华南理工大学数学学院	1	6	1.0	1.0