|
|
- 2018
基于KPCA算法的阿尔茨海默症辅助诊断DOI: DOI:10.3969/j.issn.1005-202X.2018.04.007 Keywords: 阿尔茨海默症, 结构磁共振成像, 核主成分分析, 特征提取, 机器学习 Abstract: 阿尔茨海默症（AD）是一种起病隐匿、进行性发展的神经系统退行性疾病，利用磁共振成像和计算机技术对AD患者的辅助诊断是目前不断探索的新课题。本研究先对磁共振图像进行预处理和相关性分析，然后利用核主成分分析法（KPCA）对脑灰质图像进行特征提取，结合Adaboost算法进行分类，并与主成分分析法（PCA）进行对比试验。通过对AD神经影像学计划数据库中的116名AD患者、116名轻度认知障碍患者，以及117名正常对照的脑部功能磁共振成像进行的研究表明，利用机器学习能够很有效地辅助诊断AD脑部疾病，KPCA算法对图像进行特征提取比PCA 算法更加充分完备，分类结果更加精确，能够获得更好的AD辅助诊断结果
|
