基于张量子空间的半脑对称度特征与癫痫识别

• 作者: 刘若楠 姜慧研 苗宇 高菲菲
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 癫痫 张量 PET 多线性主成分分析 支持向量机
• 年，卷（期）: 2017,（7）
• 所属期刊栏目: 信息与控制
• 页码范围: 923-926,945
• 页数: 5页
• 分类号: TP391.4
• 字数: 3565字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2017.07.003

摘要

结合脑PET图像信息,提出了一种基于张量子空间的半脑对称度特征的识别方法用于识别PET图像中癫痫病灶.首先计算全部脑PET图像中所有体素的SUV,并基于SUV建立三阶张量;然后提取半脑对称度特征,建立半脑对称度张量模型;其次利用多线性主成分分析(MPCA)方法对半脑对称度张量模型进行特征选择;最后基于支持向量机(SVM)分类器进行癫痫识别.实验结果表明:提出的算法能够有效地识别脑PET图像中的癫痫病灶,可以作为计算机辅助诊断方式帮助医生进行癫痫疾病的诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜慧研	东北大学软件学院	24	373	10.0	19.0
2	高菲菲	东北大学中荷生物医学与信息工程学院	7	185	6.0	7.0
3	刘若楠	东北大学中荷生物医学与信息工程学院	1	0	0.0	0.0
4	苗宇	东北大学软件学院	2	41	1.0	2.0