| 基于多变量形态学特征的健康老年人认知发展预测算法 |
| |
| 引用本文： | 张玲玉,王雅琳,赵子阳,黄文静,郑炜豪,姚志军,胡斌.基于多变量形态学特征的健康老年人认知发展预测算法[J].数据采集与处理,2023,38(4):837-848. |
| |
| 作者姓名： | 张玲玉 王雅琳 赵子阳 黄文静 郑炜豪 姚志军 胡斌 |
| |
| 作者单位： | 1.兰州大学信息科学与工程学院甘肃省可穿戴装备重点实验室，兰州 730000;2.美国亚利桑那州立大学计算、信息学和决策系统工程学院，坦佩 85281;3.兰州大学第二医院核磁共振科，兰州 730030;4.兰州大学第二临床医学院，兰州 730030;5.甘肃省功能及分子影像临床医学研究中心，兰州 730030;6.北京理工大学医学技术学院，北京 100081;7.中国科学院神经科学研究所脑科学与智能技术卓越创新中心，上海 200031;8.中国科学院半导体研究所-兰州大学认知神经传感技术联合研究中心，兰州 730000 |
| |
| 基金项目： | 国家重点研发计划（2019YFA0706200）；国家自然科学基金（U21A20520, 62227807, 61632014, 61627808）；科技创新2030重点项目（2021ZD0200701）。 |
| |
| 摘 要： | 由于体积、表面积等常规形态学指标对于皮层下核团而言过于笼统，因此传统的形态特征获取手段难以检测到其表面形态的细微变化。为解决这一问题，本文提出了一种针对皮层下核团的精细特征提取算法，并将其应用到老年人认知状态预测任务上。通过表面共形参数化、表面共形表示和基于互信息的表面流配准，提取了46名被试双侧海马和杏仁核各15 000×2个顶点上的形态学特征；通过斑块选择、稀疏编码与字典学习，和最大池化的降维流程，避免了维度诅咒的同时充分保留了核团的纹理信息；最后，以树为弱学习器，采用GentleBoost算法集成了最终的强分类器做认知预测。结果显示，仅纳入海马和杏仁核两个皮层下结构的新颖特征，即可达到85%的预测准确率，为皮层下结构的精细特征发掘提供了新思路。
|
| 关 键 词： | 皮层下核团 多变量形态学 精细特征提取 海马体 杏仁核 认知状态预测 |
| 收稿时间： | 2022/5/7 0:00:00 |
| 修稿时间： | 2022/8/29 0:00:00 |
Cognitive Development Prediction Algorithm for Healthy Elderly Based on Multivariate Morphological Features |
| |
| ZHANG Lingyu,WANG Yalin,ZHAO Ziyang,HUANG Wenjing,ZHENG Weihao,YAO Zhijun,HU Bin.Cognitive Development Prediction Algorithm for Healthy Elderly Based on Multivariate Morphological Features[J].Journal of Data Acquisition & Processing,2023,38(4):837-848. |
| |
| Authors: | ZHANG Lingyu WANG Yalin ZHAO Ziyang HUANG Wenjing ZHENG Weihao YAO Zhijun HU Bin |
| |
| Affiliation: | 1.Gansu Provincial Key Laboratory of Wearable Computing, School of Information Science and Engineering, Lanzhou University, Lanzhou 730000, China;2.School of Computing, Informatics, and Decision Systems Engineering, Arizona State University, Tempe 85281, USA;3.Department of Magnetic Resonance, Lanzhou University Second Hospital, Lanzhou 730030, China;4.Second Clinical School, Lanzhou University, Lanzhou 730030, China;5.Gansu Province Clinical Research Center for Functional and Molecular Imaging,Lanzhou 730030, China;6.School of Medical Technology, Beijing Institute of Technology, Beijing 100081, China;7.Center for Excellence in Brain Science and Intelligence Technology, Shanghai Institutes for Biological Sciences, Chinese Academy of Sciences, Shanghai 200031, China;8.Joint Research Center for Cognitive Neurosensor Technology of Lanzhou University & Institute of Semiconductors, Chinese Academy of Sciences, Lanzhou 730000, China |
| |
| Abstract: | |
| |
| Keywords: | subcortical nuclei multi-varite morphological fine feature extraction hippocampus amygdala cognitive state prediction |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
