基于MRI高通量分析的颞叶癫痫识别EI北大核心CSCD

颞叶癫痫是一种常见的癫痫类疾病,基于磁共振成像(MRI)图像的颞叶癫痫识别可以避免正电子发射计算机断层成像(PET)对人体的辐射伤害。本文提出了一种基于MRI高通量分析的颞叶癫痫识别算法:对于脑部MRI图像,先利用SPM12平台将MRI图像配准到标准脑图集,在同一坐标系下再按照AAL分区提取海马区作为感兴趣区域;然后对提取的感兴趣区域进行高通量分析,提取540个图像特征;最后用Bagging分类方法进行分类,区分正常人与颞叶癫痫患者。实验用30例(10例病人、20例正常人)MRI图像进行算法验证。结果表明:该算法能有效对颞叶癫痫患者与正常人进行分类,分类准确率达到100%。因此,本文提出的基于提取海马区进行高通量分析再用Bagging进行分类判决的方法能有效地在MRI图像上识别出颞叶癫痫。