全脑解剖学标志稀疏关联的阿尔茨海默症诊断

摘要：

阿尔茨海默症(AD)是一种复杂的神经退行性疾病,伴有记忆和其他精神功能的进行性损害,是造成老年人死亡的主要原因,如何对AD进行准确的诊断至关重要.根据生物学验证,已知人脑中的多个脑区在解剖学上和功能上是相互联系的,但现有的研究方法往往忽略了潜在的特征间的关系.因此,关注大脑不同区域的特征相关性有利于提高脑认知疾病的检测性能.本研究提出一种以数据驱动的方式自动识别全脑结构磁共振成像(sMRI)中解剖学标志点,并基于解剖点提取块特征,采用全局关联将各个块的特征进行深度融合,通过计算块与块之间的相互作用,实现大脑各个脑区的相互关联.其次,根据块之间的关联度差异,进行阈值化处理,利用稀疏关联模块去除冗余信息,进一步提高特征的判别能力,最后,利用稀疏后的深层特征构建分类模型,对AD患者个体进行预测.使用包含198例AD患者和224例健康人的ADNI-1数据集进行训练,包含152例AD患者和196例健康人的ADNI-2数据集进行测试,结果表明,该方法的准确率和灵敏度分别达到0.936 8和0.921 1,所提出的方法更多地考虑了块与块之间的联系以及关联度差异,可望更有效地对AD进行诊断.

关键词：阿尔茨海默症诊断、解剖学标志点、全局关联、交互映射、稀疏

所属期刊栏目：41

分类号：R318(医用一般科学)

资助基金：中南民族大学中央高校基本科研业务费专项CZY22014

在线出版日期：2023-03-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：708-716