本文關(guān)鍵詞： 阿爾茨海默病 核磁共振成像 局部點(diǎn)面距 多尺度分析 支持向量機(jī)分類(lèi)器　出處：《西安電子科技大學(xué)》2014年碩士論文　論文類(lèi)型：學(xué)位論文

【摘要】：腦疾病的診斷和治療是21世紀(jì)人類(lèi)腦計(jì)劃的研究目標(biāo)之一,成像技術(shù)和影像處理技術(shù)的結(jié)合使得大腦圖像的非侵入式獲取和大腦皮層的直觀定量表示成為可能,為腦疾病的臨床診斷和治療提供客觀數(shù)據(jù)支持。本文主要針對(duì)阿爾茨海默病(Alzheimer Disease, AD)的腦部核磁共振成像(Magnetic Resonance Imaging, MRI)所表現(xiàn)出的腦皮層形狀進(jìn)行統(tǒng)計(jì)分析和分類(lèi)研究。首先,本文提出了一種能夠?qū)W(wǎng)格曲面進(jìn)行多尺度形變刻畫(huà)的新的形狀描述符—局部點(diǎn)面距(Local Vertex-Plane Distance, LVPD),它具備良好的局部化能力和旋轉(zhuǎn)不變性,同時(shí)具有高可用性,便于計(jì)算；以腦皮層三角網(wǎng)格曲面的LVPD為觀測(cè)值,采用廣義線(xiàn)性模型,通過(guò)組間比較對(duì)四組樣本(AD, PMCI, SMCI, NC)的腦皮層網(wǎng)格形狀進(jìn)行了多尺度統(tǒng)計(jì)分析,揭示AD腦皮層形狀的變異區(qū)域位置、尺度和幅度等信息；并以多尺度的腦皮層變異形狀特征信息為主要依據(jù),給出一種基于種子點(diǎn)和區(qū)域生長(zhǎng)準(zhǔn)則的穩(wěn)定特征提取算法,并將提取到的特征作為支持向量機(jī)(SVM)分類(lèi)器的輸入,結(jié)合粒子群優(yōu)化(PSO)算法實(shí)現(xiàn)了對(duì)樣本的分類(lèi)。
[Abstract]:In 21th century, the diagnosis and treatment of brain diseases is one of the objectives of the Human brain Project. The combination of imaging technology and image processing technology makes it possible to obtain non-invasive brain images and visualize quantitative representation of cerebral cortex. To provide objective data for the clinical diagnosis and treatment of brain diseases. This article focuses on Alzheimer's disease Alzheimer's Disease. Magnetic Resonance Imaging. MRI) shows the cortical shape to carry on the statistical analysis and the classification research. First. In this paper, a new shape descriptor, Local Vertex-Plane Distance, is proposed, which can be used to characterize mesh surfaces with multi-scale deformation. LVPD has good localization ability, rotation invariance, high availability and easy to calculate. Taking the LVPD of the cortical triangular mesh surface as the observation value, the generalized linear model was used to compare the four groups of samples: ad, PMCI, SMCI. The multiscale statistical analysis was carried out to reveal the location, scale and amplitude of the region of variation of AD cortical shape. A stable feature extraction algorithm based on seed point and region growth criterion is presented based on the multi-scale shape feature information of cortical variation. The extracted features are used as input of support vector machine (SVM) classifier and particle swarm optimization (PSO) algorithm is used to realize the classification of samples.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：R445.2;R741;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 鄭志國(guó);;我國(guó)人口老齡化態(tài)勢(shì)和應(yīng)對(duì)方略——基于全國(guó)六次人口普查的分析[J];管理學(xué)刊;2011年05期

2 韓瓔;郎悅;;輕度認(rèn)知障礙和阿爾茨海默病靜息態(tài)功能磁共振成像研究進(jìn)展[J];神經(jīng)疾病與精神衛(wèi)生;2010年03期

3 劉爽;張玉蓮;周震;;老年性癡呆流行病學(xué)研究現(xiàn)況[J];中國(guó)老年學(xué)雜志;2010年10期

4 丁蓓;凌華威;陳克敏;;輕度認(rèn)知功能障礙的神經(jīng)影像學(xué)研究進(jìn)展[J];國(guó)外醫(yī)學(xué)(臨床放射學(xué)分冊(cè));2007年02期

5 閆允一;郭寶龍;;Two image denoising approaches based on wavelet neural network and particle swarm optimization[J];Chinese Optics Letters;2007年02期

6 郭小娟;姚力;金真;;基于像素的形態(tài)測(cè)量學(xué)方法及其在腦圖像處理中的應(yīng)用[J];北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

7 方惠蘭,王國(guó)瑾;三角網(wǎng)格曲面上離散曲率估算方法的比較與分析[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2005年11期

8 崔晨e，

本文編號(hào)：1459500