基于MRI高通量分析的颞叶癫痫识别EI北大核心CSCD |
| |
引用本文: | 连宇茜,余锦华,汪源源,史之峰,陈亮.基于MRI高通量分析的颞叶癫痫识别EI北大核心CSCD[J].仪器仪表学报,2016(S1):78-82. |
| |
作者姓名: | 连宇茜 余锦华 汪源源 史之峰 陈亮 |
| |
作者单位: | 1.复旦大学电子工程系200433;2.上海市医学图像处理与计算机辅助手术重点实验室200032;3.复旦大学附属华山医院神经外科200400; |
| |
基金项目: | 国家基础研究项目(2015CB755500)资助 |
| |
摘 要: | 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。
|
关 键 词: | 颞叶癫痫 海马区 核磁共振成像 高通量分析 Bagging AAL分区 |
本文献已被 维普 等数据库收录! |
|