计算机应用

作者：朱琳, 于海涛, 雷新宇, 刘静, 王若凡

单位：1. 天津大学 电气自动化与信息工程学院, 天津 300072;2. 唐山市工人医院 神经内科, 河北 唐山 063000;3. 天津职业技术师范大学 信息技术工程学院, 天津 300222

关键词：脑网络,磁共振成像,机器学习,阿尔茨海默症,结构相似性

基金：国家自然科学基金青年科学基金资助项目（61601331）；天津市自然科学基金资助项目（19JCYBJC18800，18JCQNJC04700）；河北省重点研发项目（18277773D）。

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91.04%和94.51%。实验结果表明，基于MRI结构块划分构建的结构相似性复杂网络能够对AD进行准确率更高的识别。

来源：2020年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第8期