换一批基于机器学习的阿尔兹海默症初期行为辨识方法
Early behavior recognition method of Alzheimer's disease based on machine learning
摘要本研究基于机器学习的阿尔兹海默症初期行为辨识方法,及时发现患者大脑的早期病变,把握最佳治疗机会.从ADNI公共数据库获取阿尔兹海默症、轻度认知障碍以及正常对照组的结构性磁共振成像(sMRI)图像,将其通过Freesurfer软件执行图像平滑、分割、时间层校正等操作,转换为sMRI数据,使用内核局部Fisher判别分析算法提取sMRI数据特征,利用基于核支持向量机的数据分类算法,分类所提取sMRI数据特征,经十折交叉验证评估后,实现阿尔兹海默症初期行为的准确辨识.实验结果表明,该方法的灵敏度、特异性、准确率以及曲线下面积四个指标均保持最高,具有较优异的阿尔兹海默症初期行为辨识效果.该方法不仅能有效辨识患者与健康人,还能正确区分阿尔兹海默症和轻度认知障碍患者,辨识效果显著.
更多相关知识
栏目名称
DOI
10.19529/j.cnki.1672-6278.2021.02.03
发布时间
2021-07-28（万方平台首次上网日期，不代表论文的发表时间）
基金项目
湖北省自然科学基金（ZRMS2020001438）
武汉大学中南医院科技创新培育基金资助项目（znpy2018108）
- 浏览216
- 被引6
- 下载78
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
