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.