基于统计学纹理特征的阿尔兹海默病MR图像研究

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.

关键词：灰度共生矩阵、游程长矩阵、MRI、阿尔兹海默病

所属期刊栏目：28

分类号：R318.04(医用一般科学)

资助基金：国家自然基金30670575;北京市自然科学基金3073015

在线出版日期：2009-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：14-16,33