基于海马纹理特征的阿尔茨海默病早期识别

作者：赵坤; 丁艳辉^*; 张增强; 周波; 姚洪祥; 王盼; 冯枫; 郑元杰; 刘勇; 张熙^*

来源：太赫兹科学与电子信息学报, 2019, 17(01): 136-140.

DOI：10.11805/TKYDA201901.0136

• 阿尔茨海默病
• 海马
• 影像组学特征
• 支持向量机

阿尔茨海默病(AD)是一种神经退行性疾病。随着脑医学影像的发展,对AD诊断的精确度也在进一步提高,但对AD的诊断,客观上仍缺少好的生物标记。为寻找到AD的更稳定的生物标记,利用海马的影像组学特征对海马的信号强度、形状、灰度阶梯分布等特征进行刻画,通过方差分析(ANOVA)和事后检验,在统计学上寻找出正常对照(NC)、AD、轻度认知损害(MCI)之间存在差异的特征;通过与被试的简易智能状况检查(MMSE)评分进行相关性分析,找寻与MMSE评分相关性较高的特征;利用支持向量机(SVM)构建一个对AD和NC分类的模型,交叉验证得到的正确率为86%。结果表明,海马的影像组学特征是一个很好的生物标记,能对AD进行有效的早期识别。

• 单位
  神经内科; 解放军总医院; 中国科学院自动化研究所; 山东师范大学