典型文献
全脑解剖学标志稀疏关联的阿尔茨海默症诊断
文献摘要：
阿尔茨海默症(AD)是一种复杂的神经退行性疾病,伴有记忆和其他精神功能的进行性损害,是造成老年人死亡的主要原因,如何对AD进行准确的诊断至关重要.根据生物学验证,已知人脑中的多个脑区在解剖学上和功能上是相互联系的,但现有的研究方法往往忽略了潜在的特征间的关系.因此,关注大脑不同区域的特征相关性有利于提高脑认知疾病的检测性能.本研究提出一种以数据驱动的方式自动识别全脑结构磁共振成像(sMRI)中解剖学标志点,并基于解剖点提取块特征,采用全局关联将各个块的特征进行深度融合,通过计算块与块之间的相互作用,实现大脑各个脑区的相互关联.其次,根据块之间的关联度差异,进行阈值化处理,利用稀疏关联模块去除冗余信息,进一步提高特征的判别能力,最后,利用稀疏后的深层特征构建分类模型,对AD患者个体进行预测.使用包含198例AD患者和224例健康人的ADNI-1数据集进行训练,包含152例AD患者和196例健康人的ADNI-2数据集进行测试,结果表明,该方法的准确率和灵敏度分别达到0.936 8和0.921 1,所提出的方法更多地考虑了块与块之间的联系以及关联度差异,可望更有效地对AD进行诊断.
文献关键词：
阿尔茨海默症诊断;解剖学标志点;全局关联;交互映射;稀疏
中图分类号：
作者姓名：
郑菲;唐奇伶;刘汝璇;张美玲;葛威
作者机构：
中南民族大学生物医学工程学院,武汉 430074
文献出处：
引用格式：
[1]郑菲;唐奇伶;刘汝璇;张美玲;葛威-.全脑解剖学标志稀疏关联的阿尔茨海默症诊断)[J].中国生物医学工程学报,2022(06):708-716
A类：
阿尔茨海默症诊断,解剖学标志点
B类：
全脑,神经退行性疾病,精神功能,知人,人脑,脑区,相互联系,脑认知,检测性能,自动识别,脑结构,结构磁共振成像,sMRI,全局关联,计算块,相互关联,冗余信息,深层特征,特征构建,分类模型,健康人,ADNI,可望,交互映射
AB值：
0.277508
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。
