【摘要】：阿爾茨海默癥(Alzheimer'sDisease,AD)是一種不可治愈的神經(jīng)退行性大腦疾病,也是老年人群中最常見的癡呆癥之一。根據(jù)報告,AD病患者數(shù)量從2000年至2010年增長了 68%,并將在2050年達到1.15億。當(dāng)患者被確診為AD時,AD病就已經(jīng)對患者的身體造成了不可挽回的損害。輕度認(rèn)知障礙(Mild CognitiveImpairment,MCI)是AD病一個必經(jīng)的前驅(qū)階段,也是AD病診斷的重要依據(jù)之一。最近的研究表明,每年大約有10%-15%的MCI患者轉(zhuǎn)化為AD,沒有轉(zhuǎn)化為AD的MCI患者可能轉(zhuǎn)變成其它形式的癡呆或穩(wěn)定在MCI的狀態(tài),在一些情況下,MCI患者也可能恢復(fù)健康�，F(xiàn)有的治療手段雖然無法治愈AD病,但能夠延緩AD病癥狀的發(fā)生。預(yù)測MCI患者是否會進一步轉(zhuǎn)化為AD,能夠讓患者及早的接受預(yù)防治療,增長治療時間,從而提高患者及患者家屬的生活質(zhì)量,這對于患者家庭以及臨床病理研究都有著非常重要的意義。本文基于核磁共振成像數(shù)據(jù),對MCI到AD的轉(zhuǎn)化預(yù)測問題進行了研究。為了尋找更加有效的預(yù)測子(predictor),首先對現(xiàn)有的相關(guān)工作進行了梳理,并分析了這些工作的不足。針對這些不足,本文分別提出了三種預(yù)測子,分別為:1)耦合特征預(yù)測子,通過耦合特征表達的方式對感興趣區(qū)域(Region of Interest,ROI)特征間的隱含關(guān)系進行表達和利用,以減小向量特征表達中默認(rèn)特征間互相獨立所帶來的誤差;2)切面深度預(yù)測子,使用二維卷積神經(jīng)網(wǎng)絡(luò)(2D-CNN)對MRI的切片特征進行學(xué)習(xí),通過特征學(xué)習(xí)的方法來克服手工特征表達能力不足的問題,并提高了轉(zhuǎn)化預(yù)測的準(zhǔn)確率;3)空間深度預(yù)測子,使用三維卷積神經(jīng)網(wǎng)絡(luò)(3D-CNN)對MR1圖像中的空間特征進行挖掘,以解決使用2D-CNN處理三維體積圖像(3D Volumetric Image)造成的空間信息丟失問題。在實驗結(jié)果中,耦合特征預(yù)測子獲得了 75.4%的轉(zhuǎn)化預(yù)測準(zhǔn)確率,相較于使用原始特征提高了 3.3%,驗證了 ROI特征間關(guān)聯(lián)性的存在,并且ROI特征間的隱含關(guān)聯(lián)也與MCI到AD的轉(zhuǎn)化有關(guān)。在切面深度預(yù)測子中,本文首次提出在MRI切片上訓(xùn)練子分類器并組成投票器的預(yù)測方案,并對大腦中與疾病高相關(guān)的區(qū)域進行了抽取,發(fā)現(xiàn)決策區(qū)域分布于海馬體、杏仁核、梭狀回、豆?fàn)钌n白球、顳極等大腦結(jié)構(gòu)中,與臨床結(jié)論相佐證。實驗中,切面深度預(yù)測子獲得了 81.1%的預(yù)測準(zhǔn)確率,相較于基于特征工程的耦合特征預(yù)測子提高了 5.7%。在空間深度預(yù)測子的實驗結(jié)果表明,3D-CNN能夠更加有效的對空間特征進行學(xué)習(xí),獲得了 83.1%的預(yù)測準(zhǔn)確率,并且在3D-CNN的方法中,AD與NC(Normal Control,健康被試)數(shù)據(jù)作為輔助數(shù)據(jù)參與學(xué)習(xí)能夠有效地提高MCI到AD的轉(zhuǎn)化預(yù)測準(zhǔn)確率。最后,本文還引入了神經(jīng)量表得分?jǐn)?shù)據(jù),通過將預(yù)測子與神經(jīng)量表得分拼接形成新的特征向量,再使用隨機森林分類器進行二次預(yù)測,獲得了更高的AD病轉(zhuǎn)化預(yù)測準(zhǔn)確率。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：R749.16;TP391.41
【圖文】：

缺氧性改變，造成大腦供血不足的原因可以是顱內(nèi)血管出血、顱內(nèi)血管硬化或壞逡逑死、顱外大血管或心臟病變等。ＡＤ病是患者數(shù)量最多的癡呆癥，以整體大腦組逡逑織萎縮和大腦代謝功能下降為主要臨床表現(xiàn)。圖１．１對比了正常人與ＡＤ病患者逡逑１逡逑

另一方面，為了加入無類標(biāo)的數(shù)據(jù)來降低經(jīng)驗風(fēng)險，直推式ＳＶＭ［１３］、高低逡逑密度分離［１４】等半監(jiān)督學(xué)習(xí)方法也被引入進來，并取得了不錯的結(jié)果。逡逑圖１．２截取自ＡＤＮＩ官網(wǎng)，顯示其數(shù)據(jù)在全球的下載量和分布情況，目前該逡逑數(shù)據(jù)庫在世界各地的下載了超過３０００萬次，是截至２０１６年下載量的三倍。這表逡逑明阿爾茨海默癥正在全球范圍內(nèi)受到越來越廣泛的關(guān)注和研究。逡逑５逡逑

上竦那岫熱現(xiàn)

本文編號：2760645