基于独立成分分析和支持向量机的AD脑结构特征提取和分类研究OA
Automatic brain structural features extraction and classification in Alzheimer's disease based on independent component analysis and support vector machine
目的:采用数据驱动的自适应方法进行脑区划分,寻找反映AD-轻度认知障碍(MCI)-正常(NC)人群脑结构差异的特征性脑区,比较新的脑区划分方法与既有脑区划分模板在机器学习中识别三类人群的效能.方法:收集ADNI数据库中AD(151人)、MCI(124人)、NC(171人)三类人群的磁共振脑结构像,经过基于体素的形态学方法(VBM)处理后使用基于来源的形态学方法(SBM)分析输出脑区划分结果,与两份既有脑区划分模板(AAL-90与AAL-1024)…查看全部>>
陈丰;张冰;青钊;王正阁;吴思楚;张雯;陈文倩;闫娴;孙艺;李茗;张鑫
南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科南京大学医学院附属鼓楼医院医学影像科
AD独立成分分析支持向量机
《阿尔茨海默病及相关病》 2019 (4)
MCI空间导航障碍中内嗅-CA3/1及其高级皮层环路损害的神经机制
504-509,6
国家自然科学基金(81701672,81720108022,91649116,81571040)中央高校基本科研业务基金(021414380274)江苏省社会发展科技计划(BE2016605,BE201707)南京市医学科技发展资金资助项目(Ykk16112)
评论