当前位置: 首页 > 详情页

基于统计学纹理特征的阿尔兹海默病MR图像研究

Statistical Texture Features Study on Magnetic Reson ance Image in Patients with Alzheimer's Disease

文献详情

资源类型:

收录情况: ◇ 统计源期刊

机构: [1]首都医科大学生物医学工程学院,北京100069 [2]首都医科大学宣武医院放射科,北京 100053
出处:
ISSN:

关键词: 灰度共生矩阵 游程长矩阵 MRI 阿尔兹海默病

摘要:
阿尔兹海默病(Alzheimer's disease,AD)是一种老年神经系统退行性疾病.流行病学研究显示,在过去的50年里,AD的发病率增加了4倍,是目前威胁老年健康的重要疾病.对AD的影像学研究目前主要采用对图像上特征线、面积、体积测量的方法,还没有发现对AD具有特异性的影像学指标.本文尝试采用基于统计学理论的灰度共生矩阵、游程长矩阵的纹理分析方法提取AD患者MR图像上感兴趣区的纹理特征参数,通过筛选得到的参数,对AD患者和健康对照组进行分类识别,并对采用不同分类方法得到的识别结果进行比较.研究结果显示对统计学纹理特征参数使用非线性判别分析的分类方法得到的识别率最高达到90.12%.可以预见,此项研究对AD的早期诊断具有积极作用.阿尔兹海默病(Alzheimer's disease,AD)是一种老年神经系统退行性疾病.流行病学研究显示,在过去的50年里,AD的发病率增加了4倍,是目前威胁老年健康的重要疾病.对AD的影像学研究目前主要采用对图像上特征线、面积、体积测量的方法,还没有发现对AD具有特异性的影像学指标.本文尝试采用基于统计学理论的灰度共生矩阵、游程长矩阵的纹理分析方法提取AD患者MR图像上感兴趣区的纹理特征参数,通过筛选得到的参数,对AD患者和健康对照组进行分类识别,并对采用不同分类方法得到的识别结果进行比较.研究结果显示对统计学纹理特征参数使用非线性判别分析的分类方法得到的识别率最高达到90.12%.可以预见,此项研究对AD的早期诊断具有积极作用.

基金:
语种:
第一作者:
第一作者机构: [1]首都医科大学生物医学工程学院,北京100069
通讯作者:
通讯机构: [1]首都医科大学生物医学工程学院,北京100069
推荐引用方式(GB/T 7714):

资源点击量:16461 今日访问量:0 总访问量:871 更新日期:2025-01-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 首都医科大学宣武医院 技术支持:重庆聚合科技有限公司 地址:北京市西城区长椿街45号宣武医院