阿尔茨海默病患者脑扩散张量成像自动纤维定量分析

发布时间：2021-06-23 08:03

　　目的探讨磁共振（magnetic resonance,MR）扩散张量成像（diffusion tensor imaging,DTI）自动纤维定量（automatic fiber quantification,AFQ）在阿尔茨海默病（Alzheimer’s disease,AD）诊断预测中的应用价值。方法搜集21例AD患者（AD组）和33例正常对照（NC组）的临床和MR资料。采用AFQ软件分析DTI数据,追踪脑内20根白质纤维束,比较各纤维束各项异性指数（fractional anisotropy,FA）、平均扩散系数（mean diffusivity,MD）值的组间差异。沿每根纤维束走行方向分成100等份,将各等份的FA或MD值作为一个特征。筛选具有组间差异的特征,通过支持向量机（support vector machine,SVM）留一法交叉验证对AD和NC进行分类。采用受试者工作特征（receiver operating characteristic,ROC）曲线评价分类效能。结果 20根纤维束中的11根[左/右丘脑前束（anterior thalamic radiation,AT... 

【文章来源】：中华行为医学与脑科学杂志. 2020,29(11)北大核心CSCD

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于机器学习的阿尔兹海默症分类预测[J]. 李彩,范炤.  中国医学物理学杂志. 2020(03)
[2]基于机器学习的阿尔茨海默病病程分类[J]. 范炤,李彩.  中国医学影像学杂志. 2019(10)
[3]基于脑部磁共振图像三维局部模式变换特征提取进行阿尔茨海默病病程预测分类[J]. 孙京文,闫士举,韩勇森,宋成利.  波谱学杂志. 2019(03)
[4]多模态网络融合在轻度认知障碍分类中的应用[J]. 王鑫,高原,王彬,孙婕,相洁.  计算机应用. 2019(12)
[5]阿尔茨海默病的风险因素及其预防[J]. 窦凯昕,谭兰,郁金泰.  中华行为医学与脑科学杂志. 2019 (04)
[6]基于结构磁共振成像海马多特征组合的阿尔茨海默病分类新方法[J]. 初同朋,杨春兰,路敏,吴水才.  生物医学工程学杂志. 2019(01)



本文编号：3244578