本文關鍵詞：基于主成分分析和線性鑒別分析融合的阿爾茨海默病分類算法

  更多相關文章： 阿爾茨海默病 腦圖像分析 主成分分析 線性鑒別分析 最鄰近算法

【摘要】：在阿爾茨海默病(Alzheimer′s disease,AD)診斷方法中,通過對腦圖像分析已成為準確診斷的一種重要手段.針對從單一腦圖像模態(tài)磁共振圖像(MRI)中提取的特征,提出了一種基于主成分分析(PCA)和線性鑒別分析(LDA)融合的AD分類識別算法.該方法首先對從MRI中獲取的特征進行PCA,對低維的特征進行LDA獲取組合特征向量,并采用最鄰近算法,利用獲取的組合特征向量對未知狀態(tài)類型進行分類識別.實驗表明,該算法與其他相關算法相比,具有較高的識別準確率、敏感性、特異性,這說明了算法的有效性.
【作者單位】： 廈門大學信息科學與技術學院;
【關鍵詞】： 阿爾茨海默病 腦圖像分析 主成分分析 線性鑒別分析 最鄰近算法
【分類號】：R749.16;R445.2;TP391.41
【正文快照】： 2017,56(2):226-230.Citation:YANG C H,YU C J.Alzheimer′s disease classification algorithm based on fusion principal component analysis and line-ar discriminant analysis[J].J Xiamen Univ Nat Sci,2017,56(2):226-230.(in Chinese)阿爾茨海默病(Alzheimer′s dis

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 陳才扣;劉永俊;楊靜宇;;改進的二維最大散度差線性鑒別分析及人臉識別[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

2 王秀娟;鄭康鋒;楊星海;;線性鑒別分析在中文文本分類中的應用[A];2005通信理論與技術新進展——第十屆全國青年通信學術會議論文集[C];2005年

3 陳宜君;劉士綸;林伯昌;區(qū)少梅;;以物化分析及線性鑒別分析判別攙假蜂蜜之研究[A];海峽兩岸第六屆蜜蜂與蜂產(chǎn)品研討會論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 邱錫鵬;非參數(shù)邊際距離最大化準則及其應用[D];復旦大學;2006年

2 梁毅雄;基于子空間分析的人臉特征提取及識別研究[D];重慶大學;2005年

3 趙海濤;投影分析在人臉識別中的研究與應用[D];南京理工大學;2003年

4 王瑩;基于圖像的人臉識別技術研究[D];吉林大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 龐成;人臉識別中子空間降維方法研究[D];揚州大學;2015年

2 張惠發(fā);人臉識別的關鍵問題研究[D];吉林大學;2012年

3 徐吟瓊;人臉圖像主流代數(shù)鑒別特征提取與融合方法研究[D];蘇州大學;2010年

4 劉德鋒;人臉檢測與識別算法研究[D];西安電子科技大學;2009年

5 周衛(wèi)星;基于改進2D-PCA和2D-LDA的人臉識別方法研究[D];北京交通大學;2014年

6 蔡正;兩種新的人臉識別方法[D];廣東工業(yè)大學;2011年

7 孫小琪;人臉識別算法研究與應用[D];江南大學;2013年

8 吳松松;人臉識別的線性子空間方法研究[D];南京林業(yè)大學;2007年

9 梁孟醒;二進制特征在人臉識別中的應用[D];北京郵電大學;2015年

10 王穎靜;基于子空間分析的人臉識別方法研究[D];揚州大學;2012年

，

本文編號：855086