基于启发式特征选择的阿尔茨海默症计算机辅助诊断系统
发布时间:2021-07-14 12:51
阿尔茨海默症(Alzheimer’s Disease,AD)是一种不可逆的慢性神经系统退行性疾病。目前,全世界有数千万的人正遭受着阿尔茨海默症的折磨。临床上,阿尔茨海默症以记忆障碍、失语、失用、失认、执行功能障碍等全面性痴呆表现为特征,病因迄今未明。阿尔茨海默症为患者带来了相当大的危害,其不仅导致了患者生活质量的严重下降、照料者的缺乏及患者情绪的抑郁焦虑等一系列问题,而且为患者及其家庭带来巨大的经济负担。因此,对阿尔茨海默症的研究,能为患病人群及医学诊断带来一定的指导意义。在目前对阿尔茨海默症的研究中,磁共振成像(Magnetic Resonance Imaging,MRI)技术是研究大脑的重要工具,国内外的研究指出,AD的重要脑部病理学征象和生物标示,可以通过磁共振成像进行测量。轻度认知损害(Mild Cognitive Impairment,MCI)是介于健康者(Health Controllers,HC)和AD之间的过渡阶段。MCI患者是AD的高危人群。但是,AD是一个复杂的过程,传统基础医学的方法难以对疾病进行全面的诊断分析。另外,MRI维度高,信息量大,从MRI的大量特征中寻...
【文章来源】:广东工业大学广东省
【文章页数】:62 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 阿尔茨海默症所面临的问题与分析
1.3 国内外研究现状与分析
1.4 本文的主要工作
1.5 本文的组织结构安排
第二章 基础知识及相关理论
2.1 阿尔茨海默症描述
2.2 磁共振成像描述
2.3 机器学习相关模型描述
2.3.1 支持向量机描述
2.3.2 高斯过程分类描述
2.4 遗传算法描述
2.5 总体相关系数描述
2.6 t-test评分描述
2.7 Fisher准则
2.8 分类性能衡量指标
2.9 本章小结
第三章 影响阿尔茨海默症分类的因素
3.1 相关工作
3.2 算法的研究与实现
3.2.1 材料和方法
3.2.1.1 数据获取
3.2.1.2 数据处理
3.2.1.3 大脑区域划分
3.2.2 算法流程
3.3 实验结果与分析
3.3.1 各组分类准确率及标准差
3.3.2 与国内外部分文献结果的对比
3.4 本章小结
第四章 基于总体相关系数的阿尔茨海默症分类特征选择优化方法
4.1 相关工作
4.2 基于总体相关系数的遗传算法
4.3 材料和方法
4.3.1 数据获取
4.3.2 区域划分及特征提取结果
4.4 实验结果与分析
4.4.1 分类结果比较
4.4.2 运行效率比较
4.5 本章小结
第五章 基于阿尔茨海默症计算机辅助诊断系统的设计与实现
5.1 基于阿尔茨海默症的CAD系统设计与实现
5.1.1 磁共振成像预处理
5.1.2 特征提取
5.1.3 特征选择
5.1.4 分类器
5.2 系统分类结果
5.2.1 分类性能
5.2.2 最优特征集
5.3 本章小结
总结与展望
参考文献
攻读学位期间发表的学位论文
致谢
【参考文献】:
期刊论文
[1]阿尔茨海默症的药物治疗现状及新进展[J]. 梁智,范林林,李宏亮,刘晶晶,谭麒冉,龙淑娴,徐贵丽. 西南国防医药. 2018(01)
[2]人工智能在神经医学中的应用综述[J]. 李诗语,王峰,曹彬,梅琪. 计算机科学. 2017(S2)
[3]轻度认知障碍的研究进展[J]. 刘晋,赵敬堃,段淑荣,赵继巍. 现代生物医学进展. 2017(11)
[4]阿尔茨海默氏病的磁共振成像研究进展[J]. 冉晓波. 中国校医. 2017(02)
[5]基于分解策略的多目标演化子集选择算法[J]. 钱超,周志华. 中国科学:信息科学. 2016(09)
[6]脑科学与类脑研究概述[J]. 蒲慕明,徐波,谭铁牛. 中国科学院院刊. 2016(07)
[7]基于有效距离的多模态特征选择[J]. 叶婷婷,刘明霞,张道强. 模式识别与人工智能. 2016(07)
[8]阿尔茨海默病和轻度认知功能损害的功能性影像研究概况[J]. 张立苹,张红,宋连英. 中国中西医结合影像学杂志. 2016(03)
[9]成年早期首发精神分裂症患者脑皮层形态学研究[J]. 陈慧铀,刘文,肖朝勇,隋毓秀,姚晶晶,李宗鸿,冯源,殷信道. 临床放射学杂志. 2016(04)
[10]血管性痴呆中医证型与MMSE及CDR的相关性研究[J]. 惠振亮,阮绍萍,曹瑾,韩祖成,乔树真. 陕西中医学院学报. 2014(05)
博士论文
[1]基于高斯过程的高光谱图像分类研究[D]. 姚伏天.浙江大学 2011
硕士论文
[1]两类组合优化问题的遗传算法[D]. 马梅.青海师范大学 2017
[2]阿尔茨海默症的脑灰质萎缩研究[D]. 池敏越.华南理工大学 2015
[3]阿尔茨海默症医学影像数据管理与分析[D]. 苏赛赛.上海交通大学 2014
本文编号:3284178
【文章来源】:广东工业大学广东省
【文章页数】:62 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 阿尔茨海默症所面临的问题与分析
1.3 国内外研究现状与分析
1.4 本文的主要工作
1.5 本文的组织结构安排
第二章 基础知识及相关理论
2.1 阿尔茨海默症描述
2.2 磁共振成像描述
2.3 机器学习相关模型描述
2.3.1 支持向量机描述
2.3.2 高斯过程分类描述
2.4 遗传算法描述
2.5 总体相关系数描述
2.6 t-test评分描述
2.7 Fisher准则
2.8 分类性能衡量指标
2.9 本章小结
第三章 影响阿尔茨海默症分类的因素
3.1 相关工作
3.2 算法的研究与实现
3.2.1 材料和方法
3.2.1.1 数据获取
3.2.1.2 数据处理
3.2.1.3 大脑区域划分
3.2.2 算法流程
3.3 实验结果与分析
3.3.1 各组分类准确率及标准差
3.3.2 与国内外部分文献结果的对比
3.4 本章小结
第四章 基于总体相关系数的阿尔茨海默症分类特征选择优化方法
4.1 相关工作
4.2 基于总体相关系数的遗传算法
4.3 材料和方法
4.3.1 数据获取
4.3.2 区域划分及特征提取结果
4.4 实验结果与分析
4.4.1 分类结果比较
4.4.2 运行效率比较
4.5 本章小结
第五章 基于阿尔茨海默症计算机辅助诊断系统的设计与实现
5.1 基于阿尔茨海默症的CAD系统设计与实现
5.1.1 磁共振成像预处理
5.1.2 特征提取
5.1.3 特征选择
5.1.4 分类器
5.2 系统分类结果
5.2.1 分类性能
5.2.2 最优特征集
5.3 本章小结
总结与展望
参考文献
攻读学位期间发表的学位论文
致谢
【参考文献】:
期刊论文
[1]阿尔茨海默症的药物治疗现状及新进展[J]. 梁智,范林林,李宏亮,刘晶晶,谭麒冉,龙淑娴,徐贵丽. 西南国防医药. 2018(01)
[2]人工智能在神经医学中的应用综述[J]. 李诗语,王峰,曹彬,梅琪. 计算机科学. 2017(S2)
[3]轻度认知障碍的研究进展[J]. 刘晋,赵敬堃,段淑荣,赵继巍. 现代生物医学进展. 2017(11)
[4]阿尔茨海默氏病的磁共振成像研究进展[J]. 冉晓波. 中国校医. 2017(02)
[5]基于分解策略的多目标演化子集选择算法[J]. 钱超,周志华. 中国科学:信息科学. 2016(09)
[6]脑科学与类脑研究概述[J]. 蒲慕明,徐波,谭铁牛. 中国科学院院刊. 2016(07)
[7]基于有效距离的多模态特征选择[J]. 叶婷婷,刘明霞,张道强. 模式识别与人工智能. 2016(07)
[8]阿尔茨海默病和轻度认知功能损害的功能性影像研究概况[J]. 张立苹,张红,宋连英. 中国中西医结合影像学杂志. 2016(03)
[9]成年早期首发精神分裂症患者脑皮层形态学研究[J]. 陈慧铀,刘文,肖朝勇,隋毓秀,姚晶晶,李宗鸿,冯源,殷信道. 临床放射学杂志. 2016(04)
[10]血管性痴呆中医证型与MMSE及CDR的相关性研究[J]. 惠振亮,阮绍萍,曹瑾,韩祖成,乔树真. 陕西中医学院学报. 2014(05)
博士论文
[1]基于高斯过程的高光谱图像分类研究[D]. 姚伏天.浙江大学 2011
硕士论文
[1]两类组合优化问题的遗传算法[D]. 马梅.青海师范大学 2017
[2]阿尔茨海默症的脑灰质萎缩研究[D]. 池敏越.华南理工大学 2015
[3]阿尔茨海默症医学影像数据管理与分析[D]. 苏赛赛.上海交通大学 2014
本文编号:3284178
本文链接:https://www.wllwen.com/yixuelunwen/jsb/3284178.html
最近更新
教材专著