朱旭艳
- 作品数：2 被引量：5H指数：2
- 供职机构：湖南大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于MR和PET成像的轻度阿尔茨海默病分类方法被引量：3
- 2013年
- 提出了一种能准确分割与阿尔茨海默病相关的脑部区域的方法。首先,制作了最符合样本的模板;其次,在MR特征采集上,充分利用图像配准产生的形变场信息;接着,在处理PET图像时,先将其互配准到同一个体的MR图像上;最后,将提取出的各脑区特征用支持向量机分类。用全脑分类正确率为MR:0.8736,PET:0.9195,0.3MR+0.7PET:0.8621;灰质正确率为MR:0.8736,PET:0.9195,0.3MR+0.7PET:0.8621;双样本t检验正确率为MR:0.8391,PET:0.9195,0.3MR+0.7PET:0.8966。在用大脑皮层分区进行分类时,MR的内嗅区皮质正确率最高(0.8391),PET的楔前叶正确率最高(0.9195),0.3MR+0.7PET的内嗅区皮质正确率最高(0.9425)。试验结果表明该方法与现有方法相比,能更准确的区分轻度AD患者和正常老人,有助于AD疾病的预防及早期诊断。
- 朱旭艳余洪山赵科隆晓菁陈书中
- 基于图像信息融合的阿尔茨海默氏症计算机辅助诊断算法研究
- 阿尔茨海默病通常起病隐匿，病程缓慢且不可逆，临床上以智能损害为主。由于脑细胞损伤和死亡具有不可逆性，而医学界迄今仍未找到能有效治疗该病症的方法，因此阿尔茨海默病的早期诊断和前期预测变得尤为重要。随着神经影像学的发展和成熟...
- 朱旭艳
- 关键词：阿尔茨海默病图像信息融合计算机辅助诊断
- 文献传递
