多类型磁共振影像特征融合算法用于阿尔兹海默病早期诊断

发布时间：2017-10-13 05:13

  本文关键词：多类型磁共振影像特征融合算法用于阿尔兹海默病早期诊断

  更多相关文章： 阿尔兹海默病 早期诊断 脑磁共振图像 特征选择分类集成模型 遗传算法 支持向量机

【摘要】：阿尔兹海默病(AD)是一种常见的神经性退行性疾病,属于常见的神经性痴呆,危害严重,而防治的关键是无创早期诊断。相关研究表明,影像形状和纹理特征与阿尔茨海默病早期病变相关,但特征间相互关系复杂,因而需要进行选择融合。本文提取了多种基于磁共振影像的形状和纹理特征,设计特征选择分类集成模型对提取的磁共振影像特征进行深度融合,以获取较融合前更高更稳定的分类诊断准确率。论文的主要创新性工作如下:①研究并实现了一种用于脑磁共振影像的预处理及特征提取的管道程序。该程序可以对输入的脑磁共振影像进行去噪、配准、头骨剥离、解剖结构分割、形状纹理等特征提取一系列处理,适用于任意人的脑图像样本。目前很少发现能实现上述一系列处理的单个软件或算法,该程序为基于脑磁共振影像的研究提供了有效工具,为后续基于特征的分类识别,提供了可靠的特征源。②研究并提出了基于假设统计检验的磁共振影像特征融合算法。计算提取的影像特征的pvalue值,基于不同阈值选取符合显著水平的影像特征。基于选择后的特征对影像样本进行处理获得对应的样本特征矩阵,引入支持向量机(SVM)进行分类,分类准确率较选择前明显提高。③研究并提出了基于特征选择分类集成模型的磁共振影像封装式特征融合算法。该算法采用封装式特征选择模式,采用SVM分类器评估待选特征子集,采用遗传算法进行全局寻优,获取使SVM分类准确率最高的最优特征子集作为最终融合结果,从而构成了特征选择分类集成模型。本文研究并实现了一种用于脑磁共振影像的预处理及特征提取的管道程序,研究并提出了两种影像特征融合算法,为阿尔茨海默病辅助早期诊断提供了处理方法及改善了影像特征质量,对于实现基于磁共振影像的阿尔茨海默病早期诊断临床应用奠定基础。
【关键词】：阿尔兹海默病 早期诊断 脑磁共振图像 特征选择分类集成模型 遗传算法 支持向量机
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R749.16;TP391.41
【目录】：

• 中文摘要3-4
• ABSTRACT4-8
• 1 绪论8-12
• 1.1 引言8-9
• 1.2 国内外研究现状9-10
• 1.3 本文的主要内容10-11
• 1.4 本文文章结构11-12
• 2 磁共振影像识别基本原理12-22
• 2.1 磁共振影像预处理12-16
• 2.1.1 磁共振影像校准12-14
• 2.1.2 磁共振影像分割14-16
• 2.2 磁共振影像特征提取16-18
• 2.3 磁共振影像识别分类18-20
• 2.4 本章小结20-22
• 3 磁共振影像预处理及特征提取管道程序研究与实现22-40
• 3.1 脑磁共振影像预处理22-28
• 3.1.1 图像校准23-25
• 3.1.2 头骨分离25-26
• 3.1.3 组织分割26-28
• 3.2 影像特征提取28-38
• 3.2.1 特征构成29-34
• 3.2.2 特征提取34-38
• 3.3 本章小结38-40
• 4 基于假设统计检验的磁共振影像特征融合方法40-54
• 4.1 假设统计检验研究与分析40-42
• 4.2 基于假设检验的磁共振影像特征识别分类方法42-43
• 4.3 实验结果及分析43-51
• 4.3.1 实验方法44
• 4.3.2 实验结果与分析44-51
• 4.4 本章小结51-54
• 5 基于特征选择分类集成模型的磁共振特征融合方法54-72
• 5.1 基于遗传算法的特征选择分类集成模型54-59
• 5.1.1 基于遗传算法的特征选择分类集成模型算法流程54-56
• 5.1.2 改进遗传算法56-59
• 5.2 基于特征选择分类集成模型的磁共振影像特征融合算法59-70
• 5.2.1 实验方法61
• 5.2.2 实验结果与分析61-70
• 5.3 本章小结70-72
• 6 总结与展望72-74
• 6.1 总结72-73
• 6.2 展望73-74
• 致谢74-76
• 参考文献76-80
• 附录80
• A. 作者在攻读学位期间取得的科研成果：80
• B. 作者在攻读学位期间参与的科研项目：80

【相似文献】

中国期刊全文数据库 前10条

1 Miki Y ,Kataoka ML ,Shibata T ,黄劲柏;分娩后一年内垂体的磁共振影像变化[J];放射学实践;2005年09期

2 陈少琼,姚志彬,全显跃,梁碧玲,宁方芹;老年性痴呆患者胼胝体形态的磁共振影像研究[J];中华老年医学杂志;2000年06期

3 郁鹏,牛延涛,王振常,鲜军舫,李伟;胸椎与胸髓磁共振影像的定位方法[J];中华放射学杂志;2001年04期

4 李志波,李吉,郝鑫,金银华,张霖,宋扬;肝硬化结节性病变磁共振影像与病理对比分析[J];吉林医学;2004年12期

5 孙希杰,许乙凯,全显跃;分子水平磁共振影像学的研究及进展[J];实用医学杂志;2005年19期

6 卞华京;黄强;;磁共振影像对脑外伤的诊断[J];国外医学.神经病学神经外科学分册;1988年01期

7 本刊编辑部;;磁共振影像与临床医学[J];广州医药;1989年04期

8 薛飞,苏学曾,欧阳汉,赵世华,刘定西;提高磁共振影像质量初探[J];中国医学影像技术;1991年01期

9 刘玲;;牙科金属对磁共振影像的影响[J];国外医学.口腔医学分册;1993年06期

10 袁志敏;;老年人磁共振影像异常与心血管疾病的关系[J];国外医学(老年医学分册);1995年02期

中国重要会议论文全文数据库 前8条

1 肖华;崔宁宁;;术中磁共振影像神经导航手术的安全管理[A];2011中华医学会神经外科学学术会议论文汇编[C];2011年

2 赵世华;蒋世良;陆敏杰;闫朝武;李世国;张岩;刘琼;刘玉清;;心肌淀粉样变的磁共振影像学特征[A];中华医学会心血管病学分会第十次全国心血管病学术会议汇编[C];2008年

3 姚成军;吴劲松;庄冬晓;郭俊;毛颖;周良辅;;多模式术中磁共振影像导航下颅内病变穿刺活检术的初步应用[A];2011中华医学会神经外科学学术会议论文汇编[C];2011年

4 高雪梅;曾祥龙;傅民魁;黄席珍;;无睡眠呼吸障碍者上气道磁共振影像的性别差异[A];中国睡眠研究会第二届学术年会论著汇编[C];2001年

5 王英伟;;胰腺神经内分泌肿瘤的磁共振影像表现[A];中华医学会第十八次全国放射学学术会议论文汇编[C];2011年

6 余良宏;康德智;林章雅;林元相;吴赞艺;;融合功能磁共振影像导航及皮层电刺激技术在功能区肿瘤中的应用[A];2011中华医学会神经外科学学术会议论文汇编[C];2011年

7 郭泾;高雪梅;李向东;曾祥龙;;不同年龄组成年男性上气道及周围组织磁共振影像的测量[A];2008年中国睡眠研究会第五届学术年会论文摘要汇编[C];2008年

8 赵清;魏盟;赵炳辉;;磁共振影像评估罗格列酮对动脉粥样硬化的影响及机制的研究[A];中华医学会第11次心血管病学术会议论文摘要集[C];2009年

中国硕士学位论文全文数据库 前6条

1 闫瑾;多类型磁共振影像特征融合算法用于阿尔兹海默病早期诊断[D];重庆大学;2015年

2 吕海岩;基于动态增强磁共振影像的骨髓灌注研究[D];哈尔滨工业大学;2013年

3 朱天胜;术前磁共振影像学特征初步评估面肌痉挛显微微血管减压术的难易度[D];南京医科大学;2013年

4 王胜;基于人脑区域的磁共振影像分析方法的研究[D];兰州大学;2009年

5 罗衡山;面神经REZ磁共振影像研究对MVD的指导价值[D];南华大学;2010年

6 付姣慧;磁共振影像指示乳腺癌分子生物特性可行性的初步探索[D];大连医科大学;2012年

，

本文编号：1023003