基于AlexNet模型的AD分类

• Published in: 北京工业大学学报 Vol. 46; no. 1; pp. 68 - 74
• Main Authors: 张柏雯, 林岚, 吴水才
• Format: Journal Article
• Language: Chinese
• Published: 北京工业大学生命科学与生物工程学院,北京,100124 2020
• Subjects: 结构磁共振图像; 特征提取; structural magnetic resonance imaging ( sMRI); feature extract; 三维特征重组; 阿尔兹海默症(AD); 3D features reconstruct; AlexNet; 迁移学习; transform learning; Alzheimer’s disease ( AD )

R445.2; 阿尔兹海默症(Alzheimer’s disease,AD)一经发现难以逆转,早期诊断对延缓AD的病程发展非常重要. 虽然深度卷积网络近年来在图像识别领域有着大量突出的表现,但将从自然图像中训练得到的二维经典的深度网络直接运用到三维的结构磁共振影像(structural magnetic resonance imaging,sMRI)上进行AD疾病状态的分类还存在一些问题. 基于194 例 AD、123 例晚期轻度认知障碍(late mild cognitive impairment,LMCI)与105 例正常老化(normal control,NC)的sMRI,运用特征迁移学...