基于腦MR影像不對(duì)稱性特征的癡呆癥早期診斷方法研究.pdf

1、癡呆是指慢性獲得性進(jìn)行性智能障礙綜合征，防治的關(guān)鍵是早期無(wú)創(chuàng)檢測(cè)并干預(yù)。阿爾茲海默病（Alzheimer's disease，AD）和血管性癡呆（Vascular dementia， VD）是最常見(jiàn)的癡呆類型，輕度認(rèn)知障礙（Mild cognitive impairment，MCI）和血管性認(rèn)知障礙（Vascular cognitive impairment，VCI）是介于正常老齡化到 AD和 VD之間的過(guò)渡狀態(tài)，會(huì)以一定概率轉(zhuǎn)化為癡呆

2、。在癡呆癥的病變過(guò)程中，大腦的不對(duì)稱性會(huì)發(fā)生改變。因此，探索一種基于大腦不對(duì)稱性的癡呆癥早期診斷方法，對(duì)于癡呆癥的干預(yù)十分重要。
　　磁共振成像技術(shù)（Magnetic Resonance Imaging，MRI）能定量地反映大腦不同組織在結(jié)構(gòu)和功能上的變化、表征代謝物濃度，并具有無(wú)創(chuàng)、空間分辨率高、無(wú)輻射等優(yōu)勢(shì)，已廣泛應(yīng)用于 AD早期診斷。本文提取了多種腦 MR影像的不對(duì)稱特征，設(shè)計(jì)了基于機(jī)器學(xué)習(xí)的封裝式特征學(xué)習(xí)分類集成模型，對(duì)提

3、取的不對(duì)稱特征進(jìn)行特征學(xué)習(xí)和分類診斷，以獲取更高更穩(wěn)定的癡呆癥分類診斷準(zhǔn)確率，為基于MR影像不對(duì)稱特征的癡呆早期診斷提供思路。論文的主要工作如下：
　　提出了用于AD和VD早期診斷的封裝式特征選擇分類模型，通過(guò)鏈?zhǔn)街悄荏w遺傳算法進(jìn)行全局特征選擇，以支持向量機(jī)分類準(zhǔn)確率作為鏈?zhǔn)街悄荏w遺傳算法的適應(yīng)度值，選擇最優(yōu)特征子集，以降低特征維度，提升分類準(zhǔn)確率。
　　對(duì)于AD，測(cè)試了單個(gè)及少量不對(duì)稱特征的分類能力，以及優(yōu)良特征的分布。通

4、過(guò)對(duì)特征選擇前后的特征分類能力進(jìn)行對(duì)比，驗(yàn)證了封裝式特征選擇分類模型的有效性。分析了正常老齡化到MCI到AD轉(zhuǎn)化的過(guò)程中，對(duì)分類意義較為明顯的區(qū)域及特征。
　　對(duì)于VD，實(shí)現(xiàn)了封裝式特征加權(quán)分類模型，通過(guò)鏈?zhǔn)街悄荏w遺傳算法進(jìn)行全局特征權(quán)重搜索，以支持向量機(jī)分類準(zhǔn)確率作為鏈?zhǔn)街悄荏w遺傳算法的適應(yīng)度值，得到特征集的最優(yōu)權(quán)值組合及其分類診斷準(zhǔn)確率，并與特征選擇的結(jié)果進(jìn)行比較。
　　本文基于機(jī)器學(xué)習(xí)的方法研究了腦MR影像不對(duì)稱特征在