基于主成分分析和线性鉴别分析融合的阿尔茨海默病分类算法

发布时间：2017-09-15 07:19

  本文关键词：基于主成分分析和线性鉴别分析融合的阿尔茨海默病分类算法

  更多相关文章： 阿尔茨海默病 脑图像分析 主成分分析 线性鉴别分析 最邻近算法

【摘要】：在阿尔茨海默病(Alzheimer′s disease,AD)诊断方法中,通过对脑图像分析已成为准确诊断的一种重要手段.针对从单一脑图像模态磁共振图像(MRI)中提取的特征,提出了一种基于主成分分析(PCA)和线性鉴别分析(LDA)融合的AD分类识别算法.该方法首先对从MRI中获取的特征进行PCA,对低维的特征进行LDA获取组合特征向量,并采用最邻近算法,利用获取的组合特征向量对未知状态类型进行分类识别.实验表明,该算法与其他相关算法相比,具有较高的识别准确率、敏感性、特异性,这说明了算法的有效性.
【作者单位】： 厦门大学信息科学与技术学院;
【关键词】： 阿尔茨海默病 脑图像分析 主成分分析 线性鉴别分析 最邻近算法
【分类号】：R749.16;R445.2;TP391.41
【正文快照】： 2017,56(2):226-230.Citation:YANG C H,YU C J.Alzheimer′s disease classification algorithm based on fusion principal component analysis and line-ar discriminant analysis[J].J Xiamen Univ Nat Sci,2017,56(2):226-230.(in Chinese)阿尔茨海默病(Alzheimer′s dis

【相似文献】

中国重要会议论文全文数据库 前3条

1 陈才扣;刘永俊;杨静宇;;改进的二维最大散度差线性鉴别分析及人脸识别[A];第十三届全国图象图形学学术会议论文集[C];2006年

2 王秀娟;郑康锋;杨星海;;线性鉴别分析在中文文本分类中的应用[A];2005通信理论与技术新进展——第十届全国青年通信学术会议论文集[C];2005年

3 陈宜君;刘士纶;林伯昌;区少梅;;以物化分析及线性鉴别分析判别搀假蜂蜜之研究[A];海峡两岸第六届蜜蜂与蜂产品研讨会论文集[C];2007年

中国博士学位论文全文数据库 前4条

1 邱锡鹏;非参数边际距离最大化准则及其应用[D];复旦大学;2006年

2 梁毅雄;基于子空间分析的人脸特征提取及识别研究[D];重庆大学;2005年

3 赵海涛;投影分析在人脸识别中的研究与应用[D];南京理工大学;2003年

4 王莹;基于图像的人脸识别技术研究[D];吉林大学;2012年

中国硕士学位论文全文数据库 前10条

1 庞成;人脸识别中子空间降维方法研究[D];扬州大学;2015年

2 张惠发;人脸识别的关键问题研究[D];吉林大学;2012年

3 徐吟琼;人脸图像主流代数鉴别特征提取与融合方法研究[D];苏州大学;2010年

4 刘德锋;人脸检测与识别算法研究[D];西安电子科技大学;2009年

5 周卫星;基于改进2D-PCA和2D-LDA的人脸识别方法研究[D];北京交通大学;2014年

6 蔡正;两种新的人脸识别方法[D];广东工业大学;2011年

7 孙小琪;人脸识别算法研究与应用[D];江南大学;2013年

8 吴松松;人脸识别的线性子空间方法研究[D];南京林业大学;2007年

9 梁孟醒;二进制特征在人脸识别中的应用[D];北京邮电大学;2015年

10 王颖静;基于子空间分析的人脸识别方法研究[D];扬州大学;2012年

，

本文编号：855086