基于Adaboost的轻度认知障碍和阿尔茨海默病分类

目的 采用Adaboost集成分类方法区分轻度认知障碍(MCI)、阿尔茨海默病(AD)患者与正常对照(NC)的功能与结构磁共振成像数据.方法 对26例MCI患者(MCI组)、26例AD患者(AD组)及30名健康老年人(NC组)的MRI图像进行分析,选择双侧海马体积及3组间存在显著差异脑区的低频振幅值(ALFF)作为分类特征,采用Adaboost集成分类器对3组被试进行两两分类,利用留一交叉验证估算分类准确率.结果 增加性别、年龄和MMSE特征后,Adaboost集成分类方法对AD与MCI、MCI与NC、AD与NC分类准确率分别达98.08%、80.36%和100%.结论 Adaboost集成分类方法可较好地区分MCI、AD与NC