基于特征选择的阿尔茨海默症辅助诊断

作者：刘茜; 王瑜^*; 付常洋; 肖洪兵; 邢素霞

来源：中国医学物理学杂志, 2020, 37(05): 656-660.

• 阿尔茨海默症
• 磁共振成像
• 支持向量机
• 递归特征消除
• 线性判别分析

阿尔茨海默症(AD)是一种在老年人中多发的脑部神经疾病,致病原因迄今未明,在疾病发展早期难以诊断。随着计算机和人工智能技术的大力发展,利用磁共振成像(MRI)技术和机器学习方法辅助医生对AD进行辅助诊断不断取得新的成果。本研究提出一种基于支持向量机递归特征消除(SVM-RFE)和线性判别分析(LDA)的AD辅助诊断方法。首先对MRI图像进行预处理,获得90个大脑脑区的灰质体积;然后使用SVM-RFE和LDA相结合的方法,对90个大脑脑区灰质体积进行特征选择;最后通过SVM进行分类。通过对来自于ADNI数据库中的34名AD、26名主观记忆衰退(SMC)患者和50名正常被试(NC)的MRI图像分析,得到AD/NC、AD/SMC和NC/SMC的平均分类准确率分别为94.0%、100.0%和93.6%。实验结果证明,本研究提出的方法可有效提取样本特征,辅助医生诊断AD。

• 单位
  北京工商大学