针对阿尔茨海默病的计算机辅助诊断,使用多种模态医学数据,结合机器学习算法实现高准确率的诊断。将数据经过年龄校正和特征剔除处理;将结构性磁共振成像、正电子发射计算机断层显像、脊髓液蛋白质和基因四种模态数据通过主成分分析进行融合;使用极限学习机分类诊断。通过302位对象的十折交叉验证实验,准确率达到95.1%,比常规方法提升3.5百分点。结果说明该方法在阿尔茨海默病的诊断上有高准确度,可为医生的临床诊断提供可靠的参考。
科研之友
微信
新浪微博
Facebook
分享链接
