基于啟發(fā)式特征選擇的阿爾茨海默癥計算機(jī)輔助診斷系統(tǒng)
發(fā)布時間:2021-07-14 12:51
阿爾茨海默癥(Alzheimer’s Disease,AD)是一種不可逆的慢性神經(jīng)系統(tǒng)退行性疾病。目前,全世界有數(shù)千萬的人正遭受著阿爾茨海默癥的折磨。臨床上,阿爾茨海默癥以記憶障礙、失語、失用、失認(rèn)、執(zhí)行功能障礙等全面性癡呆表現(xiàn)為特征,病因迄今未明。阿爾茨海默癥為患者帶來了相當(dāng)大的危害,其不僅導(dǎo)致了患者生活質(zhì)量的嚴(yán)重下降、照料者的缺乏及患者情緒的抑郁焦慮等一系列問題,而且為患者及其家庭帶來巨大的經(jīng)濟(jì)負(fù)擔(dān)。因此,對阿爾茨海默癥的研究,能為患病人群及醫(yī)學(xué)診斷帶來一定的指導(dǎo)意義。在目前對阿爾茨海默癥的研究中,磁共振成像(Magnetic Resonance Imaging,MRI)技術(shù)是研究大腦的重要工具,國內(nèi)外的研究指出,AD的重要腦部病理學(xué)征象和生物標(biāo)示,可以通過磁共振成像進(jìn)行測量。輕度認(rèn)知損害(Mild Cognitive Impairment,MCI)是介于健康者(Health Controllers,HC)和AD之間的過渡階段。MCI患者是AD的高危人群。但是,AD是一個復(fù)雜的過程,傳統(tǒng)基礎(chǔ)醫(yī)學(xué)的方法難以對疾病進(jìn)行全面的診斷分析。另外,MRI維度高,信息量大,從MRI的大量特征中尋...
【文章來源】:廣東工業(yè)大學(xué)廣東省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 阿爾茨海默癥所面臨的問題與分析
1.3 國內(nèi)外研究現(xiàn)狀與分析
1.4 本文的主要工作
1.5 本文的組織結(jié)構(gòu)安排
第二章 基礎(chǔ)知識及相關(guān)理論
2.1 阿爾茨海默癥描述
2.2 磁共振成像描述
2.3 機(jī)器學(xué)習(xí)相關(guān)模型描述
2.3.1 支持向量機(jī)描述
2.3.2 高斯過程分類描述
2.4 遺傳算法描述
2.5 總體相關(guān)系數(shù)描述
2.6 t-test評分描述
2.7 Fisher準(zhǔn)則
2.8 分類性能衡量指標(biāo)
2.9 本章小結(jié)
第三章 影響阿爾茨海默癥分類的因素
3.1 相關(guān)工作
3.2 算法的研究與實現(xiàn)
3.2.1 材料和方法
3.2.1.1 數(shù)據(jù)獲取
3.2.1.2 數(shù)據(jù)處理
3.2.1.3 大腦區(qū)域劃分
3.2.2 算法流程
3.3 實驗結(jié)果與分析
3.3.1 各組分類準(zhǔn)確率及標(biāo)準(zhǔn)差
3.3.2 與國內(nèi)外部分文獻(xiàn)結(jié)果的對比
3.4 本章小結(jié)
第四章 基于總體相關(guān)系數(shù)的阿爾茨海默癥分類特征選擇優(yōu)化方法
4.1 相關(guān)工作
4.2 基于總體相關(guān)系數(shù)的遺傳算法
4.3 材料和方法
4.3.1 數(shù)據(jù)獲取
4.3.2 區(qū)域劃分及特征提取結(jié)果
4.4 實驗結(jié)果與分析
4.4.1 分類結(jié)果比較
4.4.2 運行效率比較
4.5 本章小結(jié)
第五章 基于阿爾茨海默癥計算機(jī)輔助診斷系統(tǒng)的設(shè)計與實現(xiàn)
5.1 基于阿爾茨海默癥的CAD系統(tǒng)設(shè)計與實現(xiàn)
5.1.1 磁共振成像預(yù)處理
5.1.2 特征提取
5.1.3 特征選擇
5.1.4 分類器
5.2 系統(tǒng)分類結(jié)果
5.2.1 分類性能
5.2.2 最優(yōu)特征集
5.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)位論文
致謝
【參考文獻(xiàn)】:
期刊論文
[1]阿爾茨海默癥的藥物治療現(xiàn)狀及新進(jìn)展[J]. 梁智,范林林,李宏亮,劉晶晶,譚麒冉,龍淑嫻,徐貴麗. 西南國防醫(yī)藥. 2018(01)
[2]人工智能在神經(jīng)醫(yī)學(xué)中的應(yīng)用綜述[J]. 李詩語,王峰,曹彬,梅琪. 計算機(jī)科學(xué). 2017(S2)
[3]輕度認(rèn)知障礙的研究進(jìn)展[J]. 劉晉,趙敬堃,段淑榮,趙繼巍. 現(xiàn)代生物醫(yī)學(xué)進(jìn)展. 2017(11)
[4]阿爾茨海默氏病的磁共振成像研究進(jìn)展[J]. 冉曉波. 中國校醫(yī). 2017(02)
[5]基于分解策略的多目標(biāo)演化子集選擇算法[J]. 錢超,周志華. 中國科學(xué):信息科學(xué). 2016(09)
[6]腦科學(xué)與類腦研究概述[J]. 蒲慕明,徐波,譚鐵牛. 中國科學(xué)院院刊. 2016(07)
[7]基于有效距離的多模態(tài)特征選擇[J]. 葉婷婷,劉明霞,張道強. 模式識別與人工智能. 2016(07)
[8]阿爾茨海默病和輕度認(rèn)知功能損害的功能性影像研究概況[J]. 張立蘋,張紅,宋連英. 中國中西醫(yī)結(jié)合影像學(xué)雜志. 2016(03)
[9]成年早期首發(fā)精神分裂癥患者腦皮層形態(tài)學(xué)研究[J]. 陳慧鈾,劉文,肖朝勇,隋毓秀,姚晶晶,李宗鴻,馮源,殷信道. 臨床放射學(xué)雜志. 2016(04)
[10]血管性癡呆中醫(yī)證型與MMSE及CDR的相關(guān)性研究[J]. 惠振亮,阮紹萍,曹瑾,韓祖成,喬樹真. 陜西中醫(yī)學(xué)院學(xué)報. 2014(05)
博士論文
[1]基于高斯過程的高光譜圖像分類研究[D]. 姚伏天.浙江大學(xué) 2011
碩士論文
[1]兩類組合優(yōu)化問題的遺傳算法[D]. 馬梅.青海師范大學(xué) 2017
[2]阿爾茨海默癥的腦灰質(zhì)萎縮研究[D]. 池敏越.華南理工大學(xué) 2015
[3]阿爾茨海默癥醫(yī)學(xué)影像數(shù)據(jù)管理與分析[D]. 蘇賽賽.上海交通大學(xué) 2014
本文編號:3284178
【文章來源】:廣東工業(yè)大學(xué)廣東省
【文章頁數(shù)】:62 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景及意義
1.2 阿爾茨海默癥所面臨的問題與分析
1.3 國內(nèi)外研究現(xiàn)狀與分析
1.4 本文的主要工作
1.5 本文的組織結(jié)構(gòu)安排
第二章 基礎(chǔ)知識及相關(guān)理論
2.1 阿爾茨海默癥描述
2.2 磁共振成像描述
2.3 機(jī)器學(xué)習(xí)相關(guān)模型描述
2.3.1 支持向量機(jī)描述
2.3.2 高斯過程分類描述
2.4 遺傳算法描述
2.5 總體相關(guān)系數(shù)描述
2.6 t-test評分描述
2.7 Fisher準(zhǔn)則
2.8 分類性能衡量指標(biāo)
2.9 本章小結(jié)
第三章 影響阿爾茨海默癥分類的因素
3.1 相關(guān)工作
3.2 算法的研究與實現(xiàn)
3.2.1 材料和方法
3.2.1.1 數(shù)據(jù)獲取
3.2.1.2 數(shù)據(jù)處理
3.2.1.3 大腦區(qū)域劃分
3.2.2 算法流程
3.3 實驗結(jié)果與分析
3.3.1 各組分類準(zhǔn)確率及標(biāo)準(zhǔn)差
3.3.2 與國內(nèi)外部分文獻(xiàn)結(jié)果的對比
3.4 本章小結(jié)
第四章 基于總體相關(guān)系數(shù)的阿爾茨海默癥分類特征選擇優(yōu)化方法
4.1 相關(guān)工作
4.2 基于總體相關(guān)系數(shù)的遺傳算法
4.3 材料和方法
4.3.1 數(shù)據(jù)獲取
4.3.2 區(qū)域劃分及特征提取結(jié)果
4.4 實驗結(jié)果與分析
4.4.1 分類結(jié)果比較
4.4.2 運行效率比較
4.5 本章小結(jié)
第五章 基于阿爾茨海默癥計算機(jī)輔助診斷系統(tǒng)的設(shè)計與實現(xiàn)
5.1 基于阿爾茨海默癥的CAD系統(tǒng)設(shè)計與實現(xiàn)
5.1.1 磁共振成像預(yù)處理
5.1.2 特征提取
5.1.3 特征選擇
5.1.4 分類器
5.2 系統(tǒng)分類結(jié)果
5.2.1 分類性能
5.2.2 最優(yōu)特征集
5.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)位論文
致謝
【參考文獻(xiàn)】:
期刊論文
[1]阿爾茨海默癥的藥物治療現(xiàn)狀及新進(jìn)展[J]. 梁智,范林林,李宏亮,劉晶晶,譚麒冉,龍淑嫻,徐貴麗. 西南國防醫(yī)藥. 2018(01)
[2]人工智能在神經(jīng)醫(yī)學(xué)中的應(yīng)用綜述[J]. 李詩語,王峰,曹彬,梅琪. 計算機(jī)科學(xué). 2017(S2)
[3]輕度認(rèn)知障礙的研究進(jìn)展[J]. 劉晉,趙敬堃,段淑榮,趙繼巍. 現(xiàn)代生物醫(yī)學(xué)進(jìn)展. 2017(11)
[4]阿爾茨海默氏病的磁共振成像研究進(jìn)展[J]. 冉曉波. 中國校醫(yī). 2017(02)
[5]基于分解策略的多目標(biāo)演化子集選擇算法[J]. 錢超,周志華. 中國科學(xué):信息科學(xué). 2016(09)
[6]腦科學(xué)與類腦研究概述[J]. 蒲慕明,徐波,譚鐵牛. 中國科學(xué)院院刊. 2016(07)
[7]基于有效距離的多模態(tài)特征選擇[J]. 葉婷婷,劉明霞,張道強. 模式識別與人工智能. 2016(07)
[8]阿爾茨海默病和輕度認(rèn)知功能損害的功能性影像研究概況[J]. 張立蘋,張紅,宋連英. 中國中西醫(yī)結(jié)合影像學(xué)雜志. 2016(03)
[9]成年早期首發(fā)精神分裂癥患者腦皮層形態(tài)學(xué)研究[J]. 陳慧鈾,劉文,肖朝勇,隋毓秀,姚晶晶,李宗鴻,馮源,殷信道. 臨床放射學(xué)雜志. 2016(04)
[10]血管性癡呆中醫(yī)證型與MMSE及CDR的相關(guān)性研究[J]. 惠振亮,阮紹萍,曹瑾,韓祖成,喬樹真. 陜西中醫(yī)學(xué)院學(xué)報. 2014(05)
博士論文
[1]基于高斯過程的高光譜圖像分類研究[D]. 姚伏天.浙江大學(xué) 2011
碩士論文
[1]兩類組合優(yōu)化問題的遺傳算法[D]. 馬梅.青海師范大學(xué) 2017
[2]阿爾茨海默癥的腦灰質(zhì)萎縮研究[D]. 池敏越.華南理工大學(xué) 2015
[3]阿爾茨海默癥醫(yī)學(xué)影像數(shù)據(jù)管理與分析[D]. 蘇賽賽.上海交通大學(xué) 2014
本文編號:3284178
本文鏈接:http://sikaile.net/yixuelunwen/jsb/3284178.html
最近更新
教材專著