基于独立成分分析的双模态影像分类研究

• 作 者: 管杰 杨文璐
• 机 构: 上海海事大学信息工程学院
• 出 处: 生物医学工程学杂志
• 发表日期: 2014年5期
• 关键词: 阿尔茨海默病 轻度认知障碍 独立成分分析 支持向量机 双模态影像 Alzheimer＇s disease mild cognitive impairment
• 基金项目: 上海市教育委员会科研创新项目资助（12YZ116）

本文运用信息极大化独立成分分析（ICA）分别提取结构磁共振成像（sMRI）和正电子发射断层影像（PET）的单模态特征,然后使用权重结合策略生成双模态影像特征,可提高阿尔茨海默病（AD）及轻度认知障碍（MCI）诊断准确度。AD患者与健康对照组（HC）的分类实验结果：准确度为93.75%、敏感度为100%、特异度为87.64%。MCI和HC组的实验结果：准确度为89.35%、敏感度为81.85%、特异度为99.36%。与单模态特征下的最好实验结果相比,本文提出的双模态分析方法对分类结果有显著的提高。