發(fā)布時(shí)間：2023-02-18 21:09

　　如今,越來越多的老年人受到阿爾茨海默病以及相關(guān)疾病的困擾,雖然這種疾病目前還沒有很好的根治方法,但是盡早的診斷出這種疾病可以通過藥物更有效的控制病情。另外,醫(yī)學(xué)成像技術(shù)和機(jī)器學(xué)習(xí)技術(shù)的快速發(fā)展,促使基于機(jī)器學(xué)習(xí)技術(shù)的醫(yī)學(xué)研究和臨床試驗(yàn)發(fā)展迅速,所以基于機(jī)器學(xué)習(xí)圖像處理技術(shù)的阿爾茨海默病以及相關(guān)疾病的檢測(cè)方法成為了研究的熱點(diǎn)。由于醫(yī)學(xué)圖像識(shí)別中特征選擇是阿爾茨海默病檢測(cè)的關(guān)鍵階段,而在特征提取技術(shù)相對(duì)比較成熟的情況下,如何在多種原始特征提取之后挑選出具有高判別性的特征或者特征組合就顯得尤為重要,因此,本文就特征選擇階段技術(shù)開展相關(guān)內(nèi)容的研究。本文首先介紹了阿爾茨海默病檢測(cè)方法的研究背景與意義,并分析了國內(nèi)外的研究現(xiàn)狀;然后介紹了基于機(jī)器學(xué)習(xí)技術(shù)診斷阿爾茨海默病的相關(guān)知識(shí),其中包括相關(guān)醫(yī)學(xué)成像技術(shù),以及診斷流程和流程中用到的常用技術(shù)等。接著研究了特征之間的相關(guān)性測(cè)量方法,并介紹了一種基于特征低階相關(guān)性的阿爾茨海默病檢測(cè)方法;最后重點(diǎn)研究了如何利用特征高階相關(guān)性進(jìn)行特征選擇,并引入超圖理論,提出了一種基于超圖理論的阿爾茨海默病檢測(cè)方法。本文具體的研究工作如下:1)對(duì)關(guān)于阿爾茨海默病檢測(cè)的圖像...

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 引言
    1.2 阿爾茨海默病檢測(cè)方法研究背景與意義
    1.3 阿爾茨海默病檢測(cè)方法的國內(nèi)外研究現(xiàn)狀
    1.4 論文主要研究內(nèi)容和創(chuàng)新點(diǎn)
    1.5 論文組織結(jié)構(gòu)
第二章 阿爾茨海默病檢測(cè)的相關(guān)知識(shí)
    2.1 阿爾茨海默病相關(guān)的腦部醫(yī)學(xué)成像技術(shù)
    2.2 阿爾茨海默病計(jì)算機(jī)輔助檢測(cè)的基本流程
        2.2.1 預(yù)處理
        2.2.2 特征提取技術(shù)
        2.2.3 特征融合與選擇技術(shù)
        2.2.4 分類方法
    2.3 ADNI公開數(shù)據(jù)庫
    2.4 本章小結(jié)
第三章 基于特征低階關(guān)系的阿爾茨海默病檢測(cè)方法
    3.1 阿爾茨海默病檢測(cè)相關(guān)特征提取
        3.1.1 灰度共生矩陣
        3.1.2 基于Gabor變換的紋理特征提取技術(shù)
        3.1.3 形態(tài)學(xué)特征提取技術(shù)
    3.2 基于特征低階關(guān)系的阿爾茨海默病檢測(cè)方法
        3.2.1 特征的二階關(guān)系測(cè)量
        3.2.2 基于特征二階關(guān)系的阿爾茨海默病檢測(cè)方法
    3.3 實(shí)驗(yàn)與結(jié)果分析
        3.3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
        3.3.2 實(shí)驗(yàn)設(shè)置與評(píng)價(jià)指標(biāo)
        3.3.3 實(shí)驗(yàn)結(jié)果及分析
    3.4 本章小結(jié)
第四章 基于超圖理論的阿爾茨海默病檢測(cè)方法
    4.1 特征高階相關(guān)性測(cè)量與特征分塊
        4.1.1 共享熵
        4.1.2 超圖
        4.1.3 CLGA算法
    4.2 基于特征高階相關(guān)性的阿爾茨海默病檢測(cè)方法
    4.3 實(shí)驗(yàn)與結(jié)果分析
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 實(shí)驗(yàn)結(jié)果及分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3745537