基于11C-PiB PET图像的阿尔茨海默病计算机辅助诊断研究

发布时间：2017-09-25 08:37

  本文关键词：基于11C-PiB PET图像的阿尔茨海默病计算机辅助诊断研究

  更多相关文章： 阿尔茨海默病 beta淀粉样蛋白沉淀 11碳-匹兹堡复合物B正电子发射断层扫描(Carbon 11-labeled Pittsburgh compound B Positron Emission Tomography Pi B PET)显像技术 图像分割 计算机辅助诊断

【摘要】：阿尔茨海默病(Alzhermer’s disease,AD)是一种不可逆的神经退化性疾病。目前AD的病因仍然不明,研究表明beta淀粉样蛋白沉淀(amyloid-beta,Aβ)是AD患者大脑的显著特征之一,检测Aβ对AD的早期诊断具有十分重要的意义。近年来,作为活体人脑Aβ显像技术,碳11-匹兹堡复合物B正电子发射断层扫描(Carbon 11-labeled Pittsburgh compound B Positron Emission Tomography,11C-Pi B PET)显像技术被广泛地应用在AD的诊断,分类和康复评估。但是,目前医生基于11C-Pi B PET技术对AD诊断大多采用主观视觉评估,依赖医生经验,耗时且客观性差,无法追踪AD患者病情。因而一种基于Pi B PET图像的AD计算机辅助分析(Computed Aided AD Diagnosis,CAAD)工具对于临床AD诊断具有重要的实践意义。本研究提出一种基于11C-Pi B PET图像的CAAD方法,该方法包含4个模块:11C-Pi B PET图像预处理;基于结构先验阈值的3D格子波尔兹曼(3D Thresholding based Lattice Boltzmann Method,3D T-LB)算法的Aβ感兴趣区域(Regions of Interest,ROIs)快速分割;基于主成分分析(Principal Component Analysis,PCA)和支持向量机-递归特征消除(Recursive feature elimination using the support vector machine,RFE W-map)方法的特征提取与选择;以及基于机器学习的SVM分类器。为了验证该CAAD方法的可行性和临床意义,本研究选取了华山医院和ADNI数据库共计149组11C-Pi B PET临床数据,针对CAAD中的4个模块分别进行实验验证:在预处理方面,采用临床医生和相关专业研究生的视觉评估实验验证;在ROIs分割方面,通过建立临床医生手工分割的金标准,将3D T-LB算法与PET图像中常见的分割算法对比;在特征提取和选择方面,将所提取的特征与临床精神筛查量表做统计分析,验证其临床病理学意义,并且对比了不同特征选择算法的分类性能;在分类器方面,本研究采用留一法交叉验证,同时对比三种不同的分类器对AD、MCI和HC样本的诊断准确率。结果表明,该CAAD的4个模块均能达到较理想的结果。在预处理方面,与医生和专家的视觉评估结果保持较好的一致性;在ROIs分割方面,基于3D T-LB的快速分割算法在效率和准确率上要优于其他算法,同时与金标准比较时能达到88%以上准确率;在特征提取和选择方面,所得到的特征与临床精神量表具有较好的相关性和显著的统计学意义,同时基于RFE W-map特征选择算法所得特征的分类性能最佳;在分类验证方面,基于多项式核的SVM分类器对不同的AD、MCI和HC分组都能得到最佳的分类效果。作为最终结果,本文提出的CAAD方法针对AD的分类结果可达到95.97%,优于视觉评估和文献中基于其他医学图像的CAAD分类准确率,且该方法在时耗方面能满足临床需求。
【关键词】：阿尔茨海默病 beta淀粉样蛋白沉淀 11碳-匹兹堡复合物B正电子发射断层扫描(Carbon 11-labeled Pittsburgh compound B Positron Emission Tomography Pi B PET)显像技术 图像分割 计算机辅助诊断
【学位授予单位】：上海大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R749.16;R817.4
【目录】：

• 摘要6-8
• ABSTRACT8-13
• 第一章 绪论13-20
• 1.1 引言13
• 1.2 阿尔茨海默病Aβ 级联说13-14
• 1.3 基于 11C-PiB PET技术的AD临床诊断概述14
• 1.4 基于AD诊断的计算机辅助诊断概述14-17
• 1.5 研究目的和内容17-18
• 1.5.1 研究目的17
• 1.5.2 研究内容17-18
• 1.6 本文创新点和结构安排18-20
• 1.6.1 主要创新点18
• 1.6.2 论文结构安排18-20
• 第二章 11C-PiB PET图像的获取20-22
• 2.1 11C-PiB PET图像的获取20
• 2.2 样本选取20-22
• 第三章 11C-PiB PET图像的预处理22-30
• 3.1 基于 11C-PiB PET图像预处理的现状与分析22-23
• 3.2 11C-PiB PET图像预处理流程23-24
• 3.2.1 11C-PiB PET图像配准23
• 3.2.2 11C-PiB PET图像归一化23-24
• 3.2.3 11C-PiB PET图像平滑24
• 3.3 预处理结果及评估实验24-29
• 3.3.1 预处理结果24-25
• 3.3.2 评估实验目的和内容25-26
• 3.3.3 评估实验方法26
• 3.3.4 评估实验要求26-27
• 3.3.5 评估实验步骤27-28
• 3.3.6 评估实验的结果28-29
• 3.4 讨论与小结29-30
• 第四章 11C-PiB PET图像Aβ 感兴趣区域分割30-39
• 4.1 基于PET图像的分割算法文献综述30-31
• 4.2 基于结构先验的格子波尔兹曼三维分割算法31-34
• 4.2.1 LBM算法的数学模型31-33
• 4.2.2 基于结构先验知识的 3D-LB算法33-34
• 4.3 实验部分34-38
• 4.3.1 实验目的和内容34
• 4.3.2 实验方法34-35
• 4.3.3 实验结果35-38
• 4.4 讨论与小结38-39
• 第五章 11C-PiB PET图像特征提取与选择39-50
• 5.1 11C-PiB PET图像特征提取39-40
• 5.1.1 基于PET图像的CAAD特征提取技术现状与分析39
• 5.1.2 基于PCA的特征提取方法39-40
• 5.2 特征选择40-43
• 5.2.1 W-map41-42
• 5.2.2 RFE W-map42
• 5.2.3 P-map42-43
• 5.2.4 RFE P-map43
• 5.3 实验部分43-49
• 5.3.1 实验目的和内容43
• 5.3.2 特征提取方法的验证实验43-46
• 5.3.3 特征选择方法的对比验证实验46-49
• 5.4 讨论与小结49-50
• 第六章 基于机器学习的分类器及其验证50-58
• 6.1 基于机器学习模型的分类器50-52
• 6.1.1 基于核的支持向量机分类器50
• 6.1.2 K近邻算法50-51
• 6.1.3 极限学习机51-52
• 6.2 实验部分52-57
• 6.2.1 实验目的和内容52
• 6.2.2 实验方法52-53
• 6.2.3 实验结果53-57
• 6.3 讨论与小结57-58
• 第七章 总结与展望58-61
• 7.1 结论58
• 7.2 讨论58-59
• 7.3 展望59-61
• 参考文献61-67
• 作者在攻读硕士学位期间公开发表的学术论文67-68
• 作者在攻读硕士学位期间所参与的科研项目68-69
• 致谢69

【相似文献】

中国期刊全文数据库 前10条

1 逢迎春　,王寿先,宋保华;早年生活危险因素与阿尔茨海默病的发生[J];国外医学(儿科学分册);2000年06期

2 ;阿尔茨海默病患者常有额叶损害[J];河南医学研究;2000年03期

3 柴延丰,陈哲宇;阿尔茨海默病研究又有新进展[J];中国神经科学杂志;2000年04期

4 菲琳;;可缓解阿尔茨海默病病情的新药[J];国外医学情报;2000年02期

5 汪义朋,王建枝;早老素-1对阿尔茨海默病相关蛋白调节的可能途径[J];中华神经科杂志;2001年01期

6 邵千里;15例阿尔茨海默病的诊治[J];贵阳医学院学报;2001年03期

7 ;工业化社区阿尔茨海默病发病率较高[J];河南医学研究;2001年03期

8 邵梅,汤荟冬;阿尔茨海默病天冬氨酸特异性半胱氨酸蛋白酶研究进展[J];上海第二医科大学学报;2001年05期

9 ;脑器质性精神障碍[J];国外科技资料目录.医药卫生;2001年04期

10 吴传深 ,周东丰 ,Peter Como ,张林 ,Karl Kieburtz ,范金虎 ,乔友林;河南林县阿尔茨海默病患病率的调查[J];中华精神科杂志;2002年04期

中国重要会议论文全文数据库 前10条

1 陈梅芳;;阿尔茨海默病的行为和精神症状及相关因素分析[A];2009年浙江省医学会精神病学学术年会暨浙江省医师协会精神科医师分会第二届年会论文汇编[C];2009年

2 杜丽华;;阿尔茨海默病治疗[A];中华医学会第七次全国神经病学学术会议论文汇编[C];2004年

3 成林平;黄绍宽;李玉梅;王延平;邓晓莹;;维生素干预治疗对阿尔茨海默病患者血浆同型半胱氨酸水平的影响[A];中华医学会第八次全国老年医学学术会议论文汇编[C];2007年

4 唐微韵;;阿尔茨海默病患者照料工作中的心理慰藉问题探讨[A];第10次全国精神病学术交流会暨《中国民康医学》创刊20周年庆典论文汇编[C];2008年

5 周东升;徐银儿;连国民;于畅;陈中鸣;;老年人生活方式与阿尔茨海默病相关性研究[A];2013浙江省医学会精神病学分会学术年会暨浙江省医师协会精神科医师分会第六届年会论文汇编[C];2013年

6 于恩彦;;对阿尔茨海默病认识的进展[A];2013年浙江省医学会精神病学分会老年精神障碍学组学术会议论文汇编[C];2013年

7 郭忠伟;陈炜;;~1H-MRS在阿尔茨海默病早期诊治中的应用[A];2013年浙江省医学会精神病学分会老年精神障碍学组学术会议论文汇编[C];2013年

8 于恩彦;朱俊鹏;王珏;王欣慰;谭云飞;廖峥娈;仇雅菊;汪宏;;阿尔茨海默病的“早期-全面-系统-长期”预防[A];第七届全国心理卫生学术大会论文汇编[C];2014年

9 崔德华;;脑衰老因素在阿尔茨海默病的发病中的所起的作用及防治[A];2009全国抗衰老与老年痴呆学术会议论文汇编[C];2009年

10 陈生弟;杨红旗;孙治坤;崔佩菁;王红梅;;阿尔茨海默病的若干发病机制及治疗新靶点研究[A];2009全国抗衰老与老年痴呆学术会议论文汇编[C];2009年

中国重要报纸全文数据库 前10条

1 编译 姚立新;阿尔茨海默病防治:缺乏灵丹妙药[N];医药经济报;2010年

2 记者 刘正午;阿尔茨海默病成欧美第二大忧患[N];医药经济报;2011年

3 长沙市第一医院神经医学中心主任、主任医师 王爱民;您了解阿尔茨海默病吗？[N];大众卫生报;2012年

4 长沙市第一医院神经医学中心主任、主任医师 王爱民;门诊可排查阿尔茨海默病[N];大众卫生报;2012年

5 本报记者 李颖;为阿尔茨海默病正名[N];科技日报;2012年

6 上海市中医老年医学研究所教授 林水淼;阿尔茨海默病权变治疗可延缓病情进展[N];健康报;2013年

7 吴志 李淼;警惕盯上老年人的“杀手”阿尔茨海默病[N];科技日报;2013年

8 孙琳 本报记者 李颖;你是否关注阿尔茨海默病？[N];科技日报;2014年

9 本报记者 李蕴明;阿尔茨海默病困局待解[N];医药经济报;2014年

10 樱子 整理;为何阿尔茨海默病患者常迷路[N];医药经济报;2014年

中国博士学位论文全文数据库 前10条

1 吕英茹;阿尔茨海默病的MRI结构与功能研究[D];复旦大学;2014年

2 杨平;中国南方人群阿尔茨海默病易感基因筛查及可能机制[D];复旦大学;2014年

3 李毅;FDG和PiB PET显像在Alzheimer's Disease早期诊断及临床分型中的应用研究[D];山东大学;2015年

4 矫树生;依达拉奉对阿尔茨海默病的防治作用及其机制研究[D];第三军医大学;2015年

5 李工博;杀虫剂DDT和hnRNPA1基因在阿尔茨海默病中的作用及分子机制研究[D];第三军医大学;2015年

6 邓青山;DISC1改善阿尔茨海默病APPswe/PS1dE9双转基因模型鼠认知功能的实验研究[D];南方医科大学;2015年

7 朱小群;磁共振波谱在轻度认知功能损害和阿尔茨海默病中的应用[D];安徽医科大学;2015年

8 姜红燕;云南汉族早发阿尔茨海默病家系的遗传学研究[D];云南大学;2015年

9 徐志鹏;糖原合成酶激酶-3β在阿尔茨海默病及2型糖尿病发病中的作用[D];华中科技大学;2015年

10 李楠;人源性阿尔茨海默病噬菌体抗体库的构建及Aβ单链抗体的筛选与初步效价研究[D];郑州大学;2016年

中国硕士学位论文全文数据库 前10条

1 蒋刚;蚁群算法在求解阿尔茨海默病最优微阵列上的应用[D];四川师范大学;2011年

2 周江霖;应用点着色聚类方法识别阿尔茨海默病致病基因[D];四川师范大学;2012年

3 付成燕;护士对阿尔茨海默病的认知及其影响因素的研究[D];泰山医学院;2014年

4 娄艳芳;非药物疗法干预阿尔茨海默病的临床疗效研究[D];河北医科大学;2015年

5 马杭琨;中药对照多奈哌齐治疗阿尔茨海默病的Meta分析[D];北京中医药大学;2016年

6 刘一川;天芪益智方对阿尔茨海默病大鼠突触功能的影响[D];北京中医药大学;2016年

7 马洪明;田金洲教授学术思想与临床经验总结及其治疗阿尔茨海默病用药规律研究[D];北京中医药大学;2016年

8 张佳佳;天芪益智颗粒对阿尔茨海默病模型大鼠炎症反应的保护作用[D];北京中医药大学;2016年

9 殷凯林;CART通过调节MAPK和AKT通路抑制β淀粉样蛋白沉积改善阿尔茨海默病认知功能的相关研究[D];南京大学;2014年

10 姜荣;V11抗阿尔茨海默病作用[D];南京大学;2014年

，

本文编号：916441