论文部分内容阅读
阿尔茨海默病(AD)是一种最常见的老年痴呆症，约占全部痴呆类型的60％～80％，起病隐匿，病程缓慢。轻度认知障碍(MCI)，系正常老化过程与AD之间的一种中间过渡状态，特指有轻度记忆和认知损害，但无痴呆者。研究发现MCI患者每年大约有12％转化为AD，且在第6年时大约有80％转化为AD，而认知功能正常的老年人年转化率仅为1％～2％，所以MCI被认为可能是AD发病的早期信号。本文利用三维纹理特征对AD患者和MCI患者进行分类识别，以探索AD早期诊断新途径。
本研究对12例早期AD患者(AD组)、12例MCI患者(MCI组)及12例健康对照者(NC组)的MR图像进行三维纹理分析，采用灰度共生矩阵和游程长矩阵提取每位受试者左右侧海马结构及胼胝体的三维纹理特征，比较纹理参数是否在三组之间存在显著性差异，并测试纹理参数与临床简易精神状态检查MMSE评分之间的相关性。同时选取三组间存在显著性差异的纹理参数作为特征变量，采用支持向量机(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组左右侧海马结构的熵、游程长不均匀度因子和灰度不均匀度因子存在显著性差异，胼胝体部位的对比度、差方差、差熵、游程长不均度、长游程因子、短游程因子存在显著性差异，并且纹理参数与MMSE评分具有相关性。利用SVM方法对NC组与MCI组、MCI组与AD组、NC组与AD组进行分类识别的最高正确率分别为79.2％、83.3％、91.7％。
本研究表明三维纹理分析有可能描述早期AD及MCI患者海马结构和胼胝体部位的病理变化，并能反映出AD患者大脑灰质与白质病理变化的不同。利用三维纹理分析对早期AD患者及MCI患者进行分类识别是有效的，有助于AD的早期诊断。