换一批摘要为了得到更高更稳定的阿尔茨海默病（ AD ）诊断准确率，对脑磁共振影像纹理特征进行了集成融合，并用于AD分类诊断。首先，基于病理知识提取脑磁共振影像中左右脑相关解剖结构的体积、纹理特征；然后，采用链式智能体遗传算法与支持向量机相结合的封装式特征选择分类集成模型，对提取的特征集进行特征选择，从而实现融合；最后，利用融合后的特征进行分类诊断，并将融合后的分类结果与融合前以及采用p值法特征选择的分类结果进行对比。实验结果表明，相比融合前的特征以及采用p值法进行选择的特征，利用所提算法融合后的特征具有更高且更稳定的分类准确率、灵敏度和特异度。
更多相关知识
关键词
磁共振影像阿尔茨海默病影像特征融合特征选择分类集成模型链式智能体遗传算法支持向量机magnetic resonance (MR) imageAlzheimer's disease (AD)image feature fusionfeature selection classification ensemble modelchain-like agent genetic algorithm(CA-GA)support vector machine(SVM)
DOI
10.3969/j.issn.1001-0505.2016.02.008
发布时间
2016-05-11（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61108086，91438104，11304382）
中国博士后科学基金（2013M532153）
中央高校基本科研业务费专项（CDJZR12160011，CDJZR13160008，CDJZR155507）
:重庆市博士后科研特别资助项目
- 浏览8
- 被引7
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
