基于卷积循环神经网络的阿尔茨海默症早期诊断

• 作者: SONG Xiaowei 曾安 潘丹 黄殷
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 阿尔茨海默症 卷积神经网络 循环神经网络 磁共振成像 正电子发射断层扫描 图像分类
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论著
• 页码范围: 249-255
• 页数: 7页
• 分类号: R318
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2020.03.06

摘要

早期准确诊断能延迟阿尔茨海默症(Alzheimer′s disease,AD)病情的恶化.磁共振成像(MRI)和正电子发射断层扫描(PET)已被证明有助于了解AD相关的解剖和功能性神经变化.近期研究表明,多模态特征的融合可以提高分类性能.本研究提出了一种基于卷积循环神经网络的多模态数据分类新框架,新框架结合了2D卷积神经网络和循环神经网络,以学习3D MRI和3D PET图像切分为2D切片序列之后的切片内、切片间特征,完成AD的早期诊断.本研究方法在AD与NC的分类实验中ACC为93.3％,AUC为98.1％;在MCIc与NC的分类实验准确率为83.8％,AUC为91.9％;MCIc与MCInc的分类实验准确率为79.0％,AUC为88.9％.结果 表明该方法具有良好的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾安		32	150	8.0	11.0
2	黄殷		2	0	0.0	0.0
3	潘丹		3	0	0.0	0.0
4	SONG Xiaowei		2	0	0.0	0.0