面向阿尔茨海默病的磁共振扩散峭度成像特征分析与识别

发布时间：2017-12-20 03:02

  本文关键词：面向阿尔茨海默病的磁共振扩散峭度成像特征分析与识别　出处：《天津大学》2014年博士论文　论文类型：学位论文

  更多相关文章： 扩散峭度成像 模式识别 阿尔茨海默病

【摘要】：阿尔茨海默病（Alzheimer’s disease,AD）是一种典型的神经退行性疾病，伴随严重的记忆认知能功能下降或障碍，无有效治疗手段，极大影响了老年人健康生活。扩散峭度成像（Diffusion kurtosis imaging，，DKI）是近几年新兴的一种扩散磁共振成像的方法，其在扩散张量成像（Diffusion tensor imaging，DTI）基础上引入高阶峭度统计量来描述生物组织中水分子的扩散行为，可更敏感地反映组织的微观结构特征，有望在AD早期诊断中发挥重要作用。 本文首先通过对高阶峭度张量的特征值分解，得到了基于该峭度张量的参数图像，进行了全脑图像参数之间的散点图分析与感兴趣区域的相关性分析，发现峭度特征参数对于不同脑部组织（尤其在灰质和交叉纤维区域）的对比度区分表现较突出，参数之间的联合分析有助于扩散磁共振图像对于不同组织的自动分割。相关性分析中，各向异性参数和平均峭度系数之间呈现显著的正相关性，为峭度生理意义和诊断价值的进一步探索提供了参考。 研究中采集了17例AD患者和26例健康老年人（年龄、性别均匹配）的磁共振临床影像数据分别作为实验组和对照组，采用基于递归特征筛选支持向量机的模式识别方法对其DKI和DTI特征集进行了优化，研究结果表明得到的最优特征子集在AD诊断中的正确率相对特征筛选前均得到显著性的提升。文中还对特征子集显著性、ROC曲线以及相关性等方面进行了分析，结果发现：模式识别的方法既能以多特征联合分析的方式进行诊断分析，其机器学习的结果也能反映出临床实际的生理变化，具有较大的临床价值；同时证实了DKI参数（尤其是峭度参数）对AD病理改变的变化具有较高的敏感性，其扩散参数与峭度参数在白质髓鞘损伤的微观病变检测中具有相互补充的效果。 本文从磁共振峭度成像特征集的角度结合模式识别方法进行分析，是DKI结合人工智能辅助临床诊断的一次探索性研究，相关成果有望为DKI在AD早期病理分析与诊断中的应用提供帮助。
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：R749.16;R445.2

【相似文献】

中国重要会议论文全文数据库 前5条

1 范清清;;一种基于峭度的盲多用户检测方法[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

2 徐新韬;王华庆;杨晓;李岭阳;;基于STFT的谱峭度法在轴承故障诊断中的应用[A];第11届全国转子动力学学术讨论会（ROTDYN2014）论文集（上册）[C];2014年

3 李军;张永祥;姚晓山;;峭度自适应学习步长盲提取算法提取轴承冲击信号[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

4 李富才;孟光;胥永刚;;基于多尺度峭度指标的损伤识别研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

5 方红雨;;基于最小峭度准则的码约束盲恒模干扰抑制算法[A];第十九届电工理论学术年会论文集[C];2007年

中国博士学位论文全文数据库 前2条

1 陈元园;面向阿尔茨海默病的磁共振扩散峭度成像特征分析与识别[D];天津大学;2014年

2 彭畅;旋转机械轴承振动信号分析方法研究[D];重庆大学;2014年

中国硕士学位论文全文数据库 前9条

1 王嘉晨;基于峭度最大化算法的复数功能磁共振成像信号分析[D];大连理工大学;2011年

2 陈刚;谱峭度及其在电力系统暂态信号处理中的应用研究[D];西南交通大学;2012年

3 刘海洋;基于谱峭度的信号特征提取及其传动系统关键部件故障诊断应用[D];苏州大学;2013年

4 范清清;基于峭度的盲自适应检测方法研究[D];安徽大学;2004年

5 吴宏天;基于方差与峭度的模拟电路故障诊断及实现[D];湖南师范大学;2012年

6 闫彩虹;基于自相关函数和峭度的FECG提取算法研究[D];重庆大学;2009年

7 陈君瑜;复数参考独立分量分析算法及其fMRI应用研究[D];大连理工大学;2008年

8 夏遵平;结构运行状态下谐波模态的检测和去除技术研究及实现[D];南京航空航天大学;2012年

9 常锟;互信息学习在旋转机械故障诊断中的应用研究[D];燕山大学;2014年

本文编号：1310474