早期準(zhǔn)確診斷能延遲阿爾茨海默癥（Alzheimer′s disease,AD）病情的惡化。磁共振成像（MRI）和正電子發(fā)射斷層掃描（PET）已被證明有助于了解AD相關(guān)的解剖和功能性神經(jīng)變化。近期研究表明,多模態(tài)特征的融合可以提高分類性能。本研究提出了一種基于卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的多模態(tài)數(shù)據(jù)分類新框架,新框架結(jié)合了2D卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò),以學(xué)習(xí)3D MRI和3D PET圖像切分為2D切片序列之后的切片內(nèi)、切片間特征,完成AD的早期診斷。本研究方法在AD與NC的分類實(shí)驗(yàn)中ACC為93.3%,AUC為98.1%;在MCIc與NC的分類實(shí)驗(yàn)準(zhǔn)確率為83.8%,AUC為91.9%;MCIc與MCInc的分類實(shí)驗(yàn)準(zhǔn)確率為79.0%,AUC為88.9%。結(jié)果表明該方法具有良好的分類性能。 

【文章來(lái)源】：生物醫(yī)學(xué)工程研究. 2020,39(03)

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 引 言
2 數(shù)據(jù)與方法
    2.1 數(shù)據(jù)集和預(yù)處理
    2.2 卷積循環(huán)神經(jīng)網(wǎng)絡(luò)的多模態(tài)分類模型
    2.3 圖像處理
    2.4 通過(guò)2D CNN學(xué)習(xí)切片內(nèi)特征
    2.5 通過(guò)BGRU學(xué)習(xí)切片間特征
    2.6 集成分類
3 結(jié)果與討論
    3.1 實(shí)驗(yàn)設(shè)置
    3.2 實(shí)驗(yàn)結(jié)果
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)和集成學(xué)習(xí)的阿爾茨海默癥早期診斷[J]. 曾安,賈龍飛,潘丹,Song Xiaowei.  生物醫(yī)學(xué)工程學(xué)雜志. 2019(05)
[2]基于sMRI的阿爾茨海默癥分類影響因素研究[J]. 黎建忠,曾安,潘丹,Song Xiaowei,郭慧,王卓薇.  生物醫(yī)學(xué)工程研究. 2018(02)



本文編號(hào)：3194229