基于特征选择的阿尔茨海默症辅助诊断

• 作者: 付常洋 刘茜 王瑜 肖洪兵 邢素霞
• 来源期刊: 中国医学物理学杂志
• 关键词: 阿尔茨海默症 磁共振成像 支持向量机 递归特征消除 线性判别分析
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 医学人工智能
• 页码范围: 656-660
• 页数: 5页
• 分类号: R318|R749.16
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.05.024

摘要

阿尔茨海默症(AD)是一种在老年人中多发的脑部神经疾病,致病原因迄今未明,在疾病发展早期难以诊断.随着计算机和人工智能技术的大力发展,利用磁共振成像(MRI)技术和机器学习方法辅助医生对AD进行辅助诊断不断取得新的成果.本研究提出一种基于支持向量机递归特征消除(SVM-RFE)和线性判别分析(LDA)的AD辅助诊断方法.首先对MRI图像进行预处理,获得90个大脑脑区的灰质体积;然后使用SVM-RFE和LDA相结合的方法,对90个大脑脑区灰质体积进行特征选择;最后通过SVM进行分类.通过对来自于ADNI数据库中的34名AD、26名主观记忆衰退(SMC)患者和50名正常被试(NC)的MRI图像分析,得到AD/NC、AD/SMC和NC/SMC的平均分类准确率分别为94.0％、100.0％和93.6％.实验结果证明,本研究提出的方法可有效提取样本特征,辅助医生诊断AD.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑜	北京工商大学计算机与信息工程学院	41	67	4.0	5.0
2	邢素霞	北京工商大学计算机与信息工程学院	38	170	8.0	11.0
3	刘茜	北京工商大学计算机与信息工程学院	5	17	3.0	4.0
4	肖洪兵	北京工商大学计算机与信息工程学院	20	32	4.0	4.0
5	付常洋	北京工商大学计算机与信息工程学院	2	0	0.0	0.0