融合圖像和指標的阿爾茨海默病多分類診斷模型
關鍵詞：阿爾茨海默病 卷積神經網絡 典型相關分析 核磁共振圖像 生物標志物
摘要：隨著人工智能的發展,計算機輔助診斷在阿爾茨海默病診斷中扮演著越來越重要的角色.本文提出了一種融合圖像和指標的新型多分類診斷模型,充分挖掘TOP-MRI圖像和臨床指標特征用于阿爾茨海默病的多分類診斷.首先,構建由3個VGGNet-16卷積神經網絡和1個單隱層網絡組成的TOP-CNN-NN模型提取大腦TOP-MRI圖像特征向量,利用CfsSub-setEval評估器來篩選臨床指標組成指標特征向量;然后,采用典型相關分析(CCA)方法將圖像特征向量和指標特征向量進行線性融合;最后,將融合特征向量輸入多分類分類器來區分阿爾茨海默病的3個階段,包括正常(CN)、輕度認知障礙(MCI)和阿爾茨海默病(AD).通過ADNI公開數據集證明,本文提出方法在阿爾茨海默病多分類診斷上的正確率可達到86.7%,有較好的性能表現.
智能計算機與應用雜志要求:
{1}參考文獻：參考文獻位于文尾，按首字的拼音首字母順序排序，用序號[1]、[2]、[3]、[4]……標示，若只有一個參考文獻，則文獻前不加序號。
{2}來稿選題應具有問題意識，有的放矢；論點要正確，結構要合理，論證要充分，數據和資料要詳實可靠，文字表達要精煉準確。
{3}圖片要求清晰，注明名稱、出處及其在文章中的位置。
{4}作者署名：多位作者之間以逗號分隔；作者來自不同單位的，在作者名右上角注l，2…，單位分別標注，以分號隔開。并在作者單位名稱前標注2--工作單位、所在省市名、郵政編碼，加圓括號置于作者署名下方。
{5}中文摘要以 350 字內為原則，英文摘要以 300 字內為原則。關鍵詞最多 5個。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
