3DPCANet在阿尔茨海默症功能磁共振影像分类中的应用

作者：贾洪飞; 刘茜; 王瑜; 肖洪兵; 邢素霞

来源：计算机应用, 2021, 1-7.

• 阿尔茨海默症
• 功能磁共振影像
• 3DPCANet
• 支持向量机
• 均值低频波动振幅

阿尔茨海默症（AD）是一种起病隐匿的进行性神经退行性疾病，使患者大脑脑区结构发生改变。为辅助医生对AD患者的病情做出正确判断，提出了一种改进的3DPCANet网络模型，并结合被试者全脑均值低频波动振幅（mALFF）图像，对阿尔茨海默症进行分类。首先对功能磁共振影像（fMRI）数据进行预处理，计算全脑m ALFF图像；然后利用改进的3DPCANet深度学习模型进行特征提取；最后使用支持向量机（SVM）进行分类。实验结果显示，提出方法模型简单，鲁棒性好，其中，主观记忆衰退（SMD）与AD,SMD与晚期轻度认知障碍（LMCI）,LMCI与AD的分类准确率分别达到了92.42%,91.80%,89.33%，验证了提出方法的有效性和可行性。

• 单位
  北京工商大学