基于机器学习的阿尔兹海默症初期行为辨识方法 |
| |
引用本文: | 杨邦坤,汪乐生,聂颖,熊文平.基于机器学习的阿尔兹海默症初期行为辨识方法[J].生物医学工程研究,2021,40(2):121-125. |
| |
作者姓名: | 杨邦坤 汪乐生 聂颖 熊文平 |
| |
作者单位: | 武汉大学中南医院神经外科,武汉430071;武汉市第一医院儿科,武汉430033 |
| |
基金项目: | 湖北省自然科学基金;武汉大学中南医院科技创新培育基金资助项目 |
| |
摘 要: | 本研究基于机器学习的阿尔兹海默症初期行为辨识方法,及时发现患者大脑的早期病变,把握最佳治疗机会.从ADNI公共数据库获取阿尔兹海默症、轻度认知障碍以及正常对照组的结构性磁共振成像(sMRI)图像,将其通过Freesurfer软件执行图像平滑、分割、时间层校正等操作,转换为sMRI数据,使用内核局部Fisher判别分析算...
|
关 键 词: | 机器学习 阿尔兹海默症 初期行为 辨识研究 结构性磁共振成像图像 核支持向量机 |
本文献已被 CNKI 万方数据 等数据库收录! |
|