為實現(xiàn)阿爾茨海默癥（AD）的醫(yī)學影像分類,輔助醫(yī)生對患者的病情進行準確判斷,本研究對采集的34名AD患者、35名輕度認知障礙患者和35名正常對照組成員的功能磁共振影像進行特征提取和分類,具體思路包括:首先利用皮爾遜相關系數(shù)計算腦區(qū)之間的功能連接,然后采用隨機森林算法對被試不同腦區(qū)之間的功能連接進行重要性度量及特征選擇,最后使用支持向量機分類器進行分類,利用十倍交叉驗證估算分類準確率。實驗結(jié)果顯示,隨機森林算法可以對功能連接特征進行有效分析,同時得到AD發(fā)病過程的異常腦區(qū),基于隨機森林和SVM建立的分類模型對AD、輕度認知障礙的識別具有較好的效果,分類準確率可達90.68%,相關結(jié)論可以為AD的早期臨床診斷提供客觀參照。 

【文章頁數(shù)】：5 頁

【文章目錄】：
前言
1 數(shù)據(jù)采集及預處理
    1.1 數(shù)據(jù)采集
    1.2 數(shù)據(jù)預處理
2 基于隨機森林算法的特征選擇
    2.1 fMRI數(shù)據(jù)特征提取
    2.2 fMRI數(shù)據(jù)特征選擇
    2.3 模型評價標準
3 實驗結(jié)果與分析
4 總結(jié)


【參考文獻】：
期刊論文
[1]靜息態(tài)功能磁共振成像的腦功能分區(qū)綜述[J]. 胡穎,王麗嘉,聶生東.  中國圖象圖形學報. 2017(10)
[2]基于自適應區(qū)域增長的fMRI腦功能激活區(qū)檢測[J]. 李敏,曾衛(wèi)明.  計算機應用與軟件. 2017(03)
[3]基于彌散張量成像構(gòu)建阿爾茨海默病患者腦網(wǎng)絡的研究進展[J]. 李均,楊澄,王遠軍,聶生東.  中國醫(yī)學物理學雜志. 2017(02)
[4]基于Adaboost的輕度認知障礙和阿爾茨海默病分類[J]. 李慧卓,相潔,秦嘉瑋,梁佩鵬,李坤成.  中國醫(yī)學影像技術. 2016(04)
[5]阿爾茨海默病患者大腦功能網(wǎng)絡的改變[J]. 李亞鵬,覃媛媛,李煒.  中國醫(yī)學物理學雜志. 2013(06)



本文編號：3683624