基于MRI图像的阿尔茨海默症患者脑网络特征识别算法

来源 :计算机应用 | 被引量 : 3次 | 上传用户:YOLANDA123456789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对通过脑成像对阿尔茨海默症(AD)进行人工识别存在主观性、易误诊的问题,提出了一种基于核磁共振成像(MRI)图像构建脑网络对AD进行自动识别的方法。首先,把MRI图像叠加并进行结构块划分,并通过计算任意两个结构块之间的结构相似性(SSIM)来构造网络;然后,利用复杂网络理论提取结构参数,并将其作为机器学习算法的输入实现AD的自动识别。分析发现双参数特别是节点介数和边介数作为输入时分类效果最优,进一步研究发现MRI图像划分为27个结构块时分类效果最优,对于加权网络和无权网络的准确率分别最高可达91.
其他文献
针对传统房价评估方法中存在的数据源单一、过分依赖主观经验、考虑因素理想化等问题,提出一种基于多源数据和集成学习的智能评估方法。首先,从多源数据中构造特征集,并利用Pearson相关系数与序列前向选择法提取最优特征子集;然后,基于构造的特征,以Bagging集成策略作为结合方法集成多个轻量级梯度提升机(LightGBM),并利用贝叶斯优化算法对模型进行优化;最后,将该方法应用于房价评估问题,实现房价
在互联网的发展历史中,社交媒体一直就是各互联网公司争夺的焦点。通过互联网社交媒体获取信息,构建个人的社交网络关系链已成为人们使用互联网不可或缺的一部分。近年来,作
针对图像超分辨率重建模型需要大量参数去捕获低分辨率(LR)图像和高分辨率(HR)图像之间的统计关系,以及使用L1或L2损失优化的网络模型不能有效恢复图像高频细节等问题,提出一种结合感知边缘约束与多尺度融合网络的图像超分辨率重建方法。该方法基于由粗到细的思想,设计了一种两阶段的网络模型。第一阶段通过卷积神经网络(CNN)提取图像特征,并将图像特征上采样至HR大小,得到粗糙特征;第二阶段使用多尺度估计
供给侧结构性改革对于增强中国整个社会的有效供给、推进经济实现高质量发展、全面建成现代化经济体系具有重要意义。供给侧结构性改革的依据是马克思主义政治经济学;其理论
针对现有毒品滥用流行病学研究未考虑预防措施的不足,通过引入预防机制,提出了基于防治策略的易感-感染-治疗-康复-易感(SITRS)毒品滥用流行病学模型。首先,通过分析毒品滥用相关人群的演化过程,利用常微分方程构建了一个自治的动力系统;其次,证明了系统无毒平衡点的存在性和局部渐进稳定性;然后,分析了地方病平衡点的唯一存在性,并得到了地方病平衡点的全局渐进稳定性的充分条件;最后,计算了出现后向分支现象
<正>《化学实验室安全管理》于2017年5月由科学技术文献出版社出版。本书紧紧围绕实验室安全管理主题,并配有图表形式,强调实验室操作安全、标准化建设、安全防护以及安全管
文化是乡村的灵魂,振兴乡村的基础在于复兴和重塑乡村文化。但随着市场化、工业化的迅猛发展,乡村文化出现了断裂和异化,乡村文化生态空间遭到侵蚀,乡村社会整体呈现病态发展
在大部分基于深度学习的语音分离和语音增强算法中,把傅里叶变换后的频谱特征作为神经网络的输入特征,并未考虑到语音信号中的相位信息。然而过去的一些研究表明,尤其是在低信噪比(SNR)条件下,相位信息对于提高语音质量是必不可少的。针对这个问题,提出了一种基于卷积编解码器网络和门控循环单元(CED-GRU)的语音分离算法。首先,利用原始波形既包含幅值信息也包含相位信息的特点,在输入端以混合语音信号的原始波