基于多分类器和多模态特征的AD患者鉴别研究

• 作者: 徐鑫秀
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: AD疾病辅助诊断 多模态 多分类器 MLDA SVM MRI R-fMRI
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 信息技术
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.19850/j.cnki.2096-4706.2020.13.001

摘要

已有很多成果利用结构功能磁共振成像、静息态功能磁共振成像等成像数据研究机器学习判别分析在阿尔茨海默病患者诊断中的应用,经进一步分析发现,如果能够综合利用多种模态成像特征数据将为分类器提供更丰富、全面的信息,有利于最终的判别分析.在这项研究中,提出一种将结构功能磁共振成像、静息态功能磁共振成像两种成像模态提取的特征结合的机器学习分类算法应用于阿尔茨海默病患者鉴别的方法,相比利用单一模态数据的鉴别模型具有显著优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐鑫秀		4	0	0.0	0.0