基于PiB PET图像感兴趣区域的阿尔茨海默症计算机辅助分析 |
| |
引用本文: | 段火强,舒星辉,徐俊,蒋皆恢.基于PiB PET图像感兴趣区域的阿尔茨海默症计算机辅助分析[J].中国生物医学工程学报,2016,35(6):641-647. |
| |
作者姓名: | 段火强 舒星辉 徐俊 蒋皆恢 |
| |
作者单位: | 上海大学通信与信息工程学院生物医学工程研究所,上海 200444 |
| |
基金项目: | 教育部留学回国人员科研启动基金([2014]1685);上海市高校青年教师培训资助计划# 中国生物医学工程学会高级会员(Senior member, Chinese Society of Biomedical Engineering) |
| |
摘 要: | 阿尔兹海默症 (AD) 是一种不可逆的神经退行性疾病,PiB PET成像技术可用于AD的早期诊断。但是,目前临床基于PiB PET图像的AD诊断主要依靠医生视觉评估分析,其缺点为依赖医生经验且耗时,无法实现对患者病情的客观追踪,因此提出一种基于PiB PET图像的计算机辅助分析方法 (CAAD)实现AD诊断。使用基于阈值先验的3D格子玻尔兹曼技术分割ROIs,采用主成分分析 (PCA) 技术提取图像特征,最终采取基于支持向量机(SVM)多项式核模型对特征进行分类。通过对ADNI数据库和上海市华山医院PET中心的149个样本的PiB PET数据进行对比实验,该方法对于ROIs的分割后Dice系数平均准确率为91.53%±3.0%,最终对AD和正常老年组(HC)、轻度认知障碍组(MCI)和HC、AD/MCI和HC的分类准确率分别达到87.01%、93.04%和91.95%。与现有文献的AD计算机辅助诊断相比,所提出CAAD方法的准确率高出约10%。 实验结果表明,该方法能够很好地对AD、MCI和HC进行分类。
|
关 键 词: | 阿尔茨海默症 PiB PET图像 图像分割 机器学习 计算机辅助诊断CAAD |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《中国生物医学工程学报》浏览原始摘要信息 |
|
点击此处可从《中国生物医学工程学报》下载全文 |
|