典型文献
基于功能磁共振图像转换在阿尔茨海默症分类中的应用
文献摘要：
为了能识别阿尔茨海默症(AD)早期症状,提出一种改进的3DPCANet网络模型,并结合患者功能磁共振成像(fMRI)转换,对AD不同阶段患者进行分类.首先预处理患者的fMRI,并对预处理后的图像进行局部一致性(ReHo)图像转换;然后采用改进的3DPCANet模型对fMRI转换后的图像进行特征提取;最后使用支持向量机进行分类.实验结果显示,改进后的3DPCANet模型可以对fMRI转换后的图像提取有效的分类特征,其中,晚期轻度认知障碍与AD、主观记忆衰退与AD、主观记忆衰退与早期轻度认知障碍的分类准确率分别达到90.00％、88.89％、88.00％,验证了本方法的有效性和可行性.
文献关键词：
阿尔茨海默症;功能磁共振成像;3DPCANet;支持向量机;局部一致性
中图分类号：
作者姓名：
贾洪飞;王瑜;肖洪兵;邢素霞
作者机构：
北京工商大学人工智能学院,北京100048
文献出处：
引用格式：
[1]贾洪飞;王瑜;肖洪兵;邢素霞-.基于功能磁共振图像转换在阿尔茨海默症分类中的应用)[J].中国医学物理学杂志,2022(04):448-452
A类：
3DPCANet
B类：
功能磁共振图像,图像转换,阿尔茨海默症,AD,功能磁共振成像,fMRI,局部一致性,ReHo,图像提取,分类特征,轻度认知障碍,记忆衰退,分类准确率
AB值：
0.216517
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
