基于机器学习的阿尔兹海默症分类预测

• 作者: 李彩 范炤
• 来源期刊: 中国医学物理学杂志
• 关键词: 阿尔兹海默症 机器学习 L1正则Logistic回归 分类预测
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 医学人工智能
• 页码范围: 379-384
• 页数: 6页
• 分类号: R318|R741
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.03.023

摘要

目的:应用机器学习方法,将脑结构磁共振(sMRI)、年龄、性别、受教育年限和MMSE量表评分作为特征,对阿尔兹海默症进行分类预测.方法:特征选择后,用L1正则Logistic回归、L1正则支持向量机、梯度提升树分别对脑sMRI数据进行分类预测,选出最优模型后引入年龄、性别、受教育年限和MMSE量表评分特征优化模型,用10-折交叉验证评价模型性能.结果:L1正则Logistic回归分类效果最好,加入年龄、性别、受教育年限和MMSE评分后预测准确率提高0.89％～11.42％.结论:L1正则化Logistic回归模型的sMRI+年龄+性别+受教育年限+MMSE评分特征集对阿尔兹海默症有更好的分类效果,可作为辅助诊断阿尔兹海默症的依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范炤	山西医科大学转化医学研究中心	19	116	7.0	10.0
2	李彩	山西医科大学基础医学院	3	0	0.0	0.0