论文部分内容阅读
阿尔茨海默病(Alzheimers Disease，AD)起病隐匿，病程缓慢，是一种最常见的老年痴呆症，约占全部痴呆类型的60％～80％。轻度认知障碍(MildCognitive Impairment，MCI)是介于正常衰老与AD间的过渡状态，特指有轻度记忆和认知损害，但尚未达到痴呆标准者。正常老年人转化为AD的概率为每年1％～2％，而MCI患者的年转化率约为12％～15％，第6年时将有80％的MCI患者转化为AD，因此一般认为MCI是AD发病的早期信号。流行病学研究显示女性AD患者人数约是男性的2倍。本文利用纹理分析技术对AD患者和MCI患者进行分类识别，并按性别进行分组分析，探索纹理特征在疾病早期诊断上的应用。 本研究共对106例受试者(AD组32例，MCI组38例，对照组36例)的MR图像进行纹理分析，采用灰度共生矩阵和游程长矩阵提取每位受试者前扣带、后扣带及胼胝体的纹理特征，比较纹理参数是否在三组之间存在显著性差异，并测试性别对纹理特征的影响。将提取的纹理参数作为特征变量，采用支持向量机(Support Vector Machines，SVM)方法对NC组、MCI组、AD组进行分类，利用留一法估算分类正确率。 研究结果发现，AD组、MCI组和NC组前扣带和后扣带的能量、和熵、熵、差熵、游程长不均匀度存在显著性差异，胼胝体的逆差矩、和均值、差熵、游程长不均度、灰度不均匀度、长游程因子、短游程因子存在显著性差异，不同性别在三组间前扣带、后扣带和胼胝体的纹理表现有所不同，AD和NC组内存在显著的性别差异。利用SVM方法对AD组与NC组、MCI与NC组、AD与MCI组进行分类识别的最高正确率分别为94.44％、91.67％、75.00％。 本研究表明纹理分析有可能描述AD及MCI患者扣带和胼胝体的病理变化，并能反映出AD和正常人男性与女性病理变化的不同。利用纹理分析技术可能有效地对AD患者及MCI患者进行分类识别，有助于AD的早期诊断。