文献类型：期刊文章

作　　者：林伟铭[1,2,3] 高钦泉[1,2] 杜民[1,4]

机构地区：[1]福州大学物理与信息工程学院,福州350108 [2]福建省医疗器械与医药技术重点实验室,福州350108 [3]厦门理工学院光电与通信工程学院,福建厦门361024 [4]福建省生态产业绿色技术重点实验室,福建南平354300

出　　处：《计算机应用》

基　　金：福建省自然科学基金资助项目(2016J05157);福建省中青年教师教育科研项目(JAT160074);厦门市科技计划项目(3502Z20153017)~~

年　　份：2017

卷　　号：37

期　　号：12

起止页码：3504-3508

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对阿尔兹海默症(AD)通常会导致海马体区域萎缩的现象,提出一种使用卷积神经网络(CNN)对脑部磁共振成像(MRI)的海马体区域进行AD识别的方法。测试数据来自ADNI数据库提供的188位患者和229位正常人的脑部MRI图像。首先,将所有脑图像进行颅骨剥离,并配准到标准模板;其次,使用线性回归进行脑部萎缩的年龄矫正;然后,经过预处理后,从每个对象的3D脑图像的海马体区域提取出多幅2.5D的图像;最后,使用CNN对这些图像进行训练和识别,将同一个对象的图像识别结果用于对该对象的联合诊断。通过多次十折交叉验证方式进行实验,实验结果表明所提方法的平均识别准确率达到88.02%。与堆叠自动编码器(SAE)方法进行比较,比较结果表明,所提方法在仅使用MRI进行诊断的情况下效果比SAE方法有较大提高。

关 键 词：阿尔兹海默症 卷积神经网络 磁共振成像 海马体  计算机辅助诊断

分 类 号：TP391.4]