基于支持向量机融合多模态信息构建AD超早期分类模型研究

发布时间：2024-06-03 23:31

　　阿尔茨海默症(Alzheimer’s Disease,AD)是一种以认知障碍为主要临床特征、发病过程缓慢的神经退行性病变,当出现明显症状时患者往往位于疾病中晚期而无法得到有效治疗,因此早期诊断和干预治疗是对疾病实施有效控制的重要手段。患者在AD临床前期阶段脑细胞功能尚存且位于AD治疗的最佳时间窗内,因此近年来针对AD前期阶段(即轻度认知障碍(Mild Cogni-tive Impairment,MCI)和 主观认知下降(Subjective Cognitive Decline,SCD)阶段)的有效准确分类越来越受到关注并逐渐成为研究的焦点。此外,现有多数针对MCI、SCD和AD的分类研究只考虑了单一的生物标志物,为提高分类诊断准确率需要融合不同生物标志物以提供充分信息,因此本文提出了一种基于多模态支持向量机(Support Vector Machine,SVM)的AD临床前期分类算法。该算法利用多模态医学影像信息从多个角度探索AD发生的脑机制,通过融合结构磁共振成像(Structural Magnetic Resonance Imaging,sMRI)中提取的灰质体积信息、静息态功能磁...

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

图２－１?ＡＡＬ雌板分区图??２＿３．１?Ｔ１结构项ＭＲＩ影像数据特征提取??

?山东大学硕士学位论文???疙ｏ灼??（ａ）轴状位?（ｂ）矢状位?（（〇冠状位??图２－１?ＡＡＬ雌板分区图??２＿３．１?Ｔ１结构项ＭＲＩ影像数据特征提取??基于脑体素的特征提取方法能直接提取脑部图像中每一个体素的灰度??值作为特征，可以将参与者脑内即使是细微的结构变化也清晰直....

图２－２灰质体积组间比较结果??

?山东大学硕士学位论文???ｐ＜０．０５的差异脑区具有统计学意义，统计结果如图２－２和表２－３所示。其中??图２－２中暖色和冷色分别代表灰质体积的增加和萎缩，从图中可以明显的观??察出，从ＳＣＤ阶段到ＡＤ阶段，灰质体积萎缩程度逐渐加深，表２－３显示了??主要差异脑区以及差异脑区峰....

图２－３?ＡＬＦＦ值组间比较结果???表２－４?ＡＤ、ＮＣ组间ＡＬＦＦ值比较差异脑区???ＭＮＩ坐标??差异区域—体素大小峰值强度??

?山东大学硕士学位论文???ｍｍｍｍｍ??图２－３?ＡＬＦＦ值组间比较结果???表２－４?ＡＤ、ＮＣ组间ＡＬＦＦ值比较差异脑区???ＭＮＩ坐标??差异区域?１—Ｖ?Ｚ体素大小峰值强度??右侧眶部额下回?２３?２１?－１８?８７５?４．８５??左侧后扣带回?－６?－４２?２７?５７....

图２－４结构连接网络组间比较结果??

?山东大学硕士学位论文???．?？?＾ＦＧｍｅ＾．Ｒ??ＯＬＦ．Ｌ??？?？?？??ＰＵＴ夂，？?？?？??＊／?／?？?？?？??．ｆ?？??？?？?：??？?…？?？??ＰＣＵＮ．Ｕ??４？?．?＾?＊?？?％??（ａ）?ＳＣＤ?ｖｓ．?ＮＣ组间网络连接比较结果??Ｊ－?ｆ．....

本文编号：3988546