科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了能识别阿尔茨海默症（AD）早期症状，提出一种改进的3DPCANet网络模型，并结合患者功能磁共振成像（fMRI）转换，对AD不同阶段患者进行分类。首先预处理患者的fMRI，并对预处理后的图像进行局部一致性（ReHo）图像转换；然后采用改进的3DPCANet模型对fMRI转换后的图像进行特征提取；最后使用支持向量机进行分类。实验结果显示，改进后的3DPCANet模型可以对fMRI转换后的图像提取有效的分类特征，其中，晚期轻度认知障碍与AD、主观记忆衰退与AD、主观记忆衰退与早期轻度认知障碍的分类准确率分别达到90.00%、88.89%、88.00%，验证了本方法的有效性和可行性。
- 单位
