基于冲浪和选特征的分类方法用于使用扩散张力磁共振成像来诊断阿尔茨海默病
Nourhan Zayed1,2, Ghaidaa Eldeep3, Inas A Yassine3
1Computer and Systems Department, Electronics Research Institute, Cairo, Egypt. nourhan@eri.sci.eg.
Scientific reports
|March 22, 2025
概括
这项研究引入了一种使用扩散张力成像 (DTI) 来检测阿尔茨海默病 (AD) 进展的计算机辅助诊断系统. 基于DTI的框架准确地识别了微结构变化,有助于更早,更精确地诊断AD和轻度认知障碍.
科学领域:
- 神经成像是一种神经成像.
- 医学图像分析 医学图像分析
- 生物医学工程 生物医学工程
背景情况:
- 阿尔茨海默氏病 (AD) 诊断是具有挑战性的,因为进步的微观结构性大脑变化在标准的MRI中是不可见的.
- 扩散张量成像 (DTI) 为这些微妙的变化提供了洞察力,这对于早期检测至关重要.
研究的目的:
- 开发和评估计算机辅助诊断 (CAD) 框架,以使用DTI来表征阿尔茨海默病的进展.
- 根据DTI衍生的视觉模式,区分阿尔茨海默病 (AD),轻度认知障碍 (MCI) 和正常控制 (NC).
主要方法:
- 使用的DTI数据,特别是分数异构 (FA),平均扩散率 (MD) 和辐射扩散率 (RD) 地图.
- 雇佣的SIFT和SURF功能描述器具有一个词包模型,用于在海马体中创建AD特定的签名.
- 研究了多类和二进制分类,包括视觉地图特征的晚期融合,以改善决策.
主要成果:
- 拟议的基于DTI的CAD系统实现了高精度,在多类分类中特征融合达到95.2%.
- 使用FA特征的二进制分类达到97.5%的准确性.
- 决策级融合表现强,在AD/NC区分方面准确度高达97.5%,精度提高了96%.
结论:
- 基于DTI的CAD框架显示出作为检测阿尔茨海默病进展的可靠工具的巨大潜力.
- 该系统捕捉微观结构变化的能力表明,早期诊断和改善患者治疗结果是有前途的.
- 功能融合技术提高了诊断准确度,突出了整合多个DTI衍生指标的价值.


