基于层次的分类方法,基于高斯地图描述符的融合,用于使用T1加权磁共振成像来诊断阿尔茨海默症
Shereen E Morsy1, Nourhan Zayed2,3, Inas A Yassine1
1Systems and Biomedical Engineering, Cairo University, Cairo, Egypt.
Scientific reports
|August 23, 2023
概括
来自MRI扫描的新高斯描述符特征显示出阿尔茨海默病 (AD) 和轻度认知障碍 (MCI) 的生物标志物具有前景. 形状操作员功能在区分正常对照,MCI和AD患者方面取得了很高的准确性.
科学领域:
- 医疗成像医学成像
- 神经科学是一个神经科学.
- 生物标志物发现发现
背景情况:
- 阿尔茨海默病 (AD) 是老年人死亡的主要原因,需要改进的诊断工具.
- 非侵入性成像技术,特别是磁共振成像 (MRI),对于识别AD查和进展的生物标志物至关重要.
研究的目的:
- 提出基于高斯描述符的新型特征作为区分阿尔茨海默病 (AD),轻度认知障碍 (MCI) 和正常控制 (NC) 的有效生物标志物.
- 通过使用T1加权MRI图像和支持矢量机 (SVM) 分类来评估这些特征的有效性.
主要方法:
- 从T1加权的MRI图像中提取基于地图的高斯特征 (高斯形状运算符,高斯曲率,平均曲率).
- 支持矢量机 (SVM) 的应用用于分类,其中特征为海马和杏仁体单独计算,其次是特征融合和区域融合.
- 利用阿尔茨海默病神经成像计划 (ADNI) 数据集,包括45个AD,55个MCI和65个NC病例.
主要成果:
- 与其他提取的特征相比,高斯形状操作符特征表现出优越的性能.
- 对正常与异常 (MCI+AD) 的分类精度达到74.6%,对AD与MCI差异化达到98.9%.
结论:
- 高斯描述符,特别是形状运算符,是有效的新生物标志物,用于区分AD,MCI和使用MRI的正常认知状态.
- 这些发现支持基于MRI的高级特征分析的潜力,用于早期和准确的诊断神经退行性疾病,如阿尔茨海默病.
