基于痴呆症磁共振影像数据挖掘的脑年龄检测方法研究

摘要

近年来，神经影像技术越来越广泛的应用在痴呆早期诊断中，其中MRI具有分辨率高、无需对比剂、无辐射、价格便宜等优势，且能定量反应脑组织的结构和功能变化、反应代谢物浓度，在痴呆早期诊断中取得了良好的效果。MRI的应用主要是基于其肉眼可见的信息进行辅助诊断，除肉眼可见的变化之外，MR图像还包含了肉眼不可见的变化，而这些变化常常表征了疾病更为本质的演化情况，为病症诊断提供了更实质的信息，有利于获取更高质量的早期MR影像标记物。　　脑年龄就是其中有代表性的影像标记物。目前相关研究均采用了实际年龄作为年龄检测模型的标签，通过最小化模型估计的年龄与实际年龄的差距来训练检测模型。这一思路与“AD症形成本质上是加速老龄化”这一研究假说存在一定偏差。既然AD症不同阶段实际年龄与脑年龄差异不同，那么对于AD症不同状态均采用实际年龄作为标签训练检测模型就不可避免存在偏差，而这一偏差可以避免。　　基于此，本文对脑年龄在痴呆症的诊断应用作了进一步研究，旨在改进脑年龄的检测效果，因此本文不仅将现有脑部年龄算法用于 AD病脑年龄检测中，并提出了一种新的面向 AD诊断的脑部病理年龄检测算法。此外，本文还将两种脑年龄检测算法用于皮质下缺血性血管型痴呆（Subcortical ischemic vascular dementia， SIVD）的研究中。本文的主要工作如下：　　①研究并实现了基于脑MR图像的AD症脑部年龄检测算法。　　②研究并提出了基于可分性距离判据和支持向量回归机(Support vector regression，SVR)的AD症脑部病理年龄检测算法，该算法将实际年龄与年龄偏差之和用作SVR模型训练的标签；设计基于距离准则的适应度函数，将类间方差与类内方差之比作为新的适应度函数，代替现有算法中估计的脑部年龄与实际年龄之间的差值。　　③研究并实现了基于PCA和Fisher LDA的SIVD症脑部年龄检测算法，对比分析了特征压缩以及线性和多项式两种核函数对脑部年龄检测的影响。　　④研究并提出了基于可分性距离判据和SVR的SIVD症脑部病理年龄检测算法。该算法将实际年龄与年龄偏差之和用作SVR模型训练的标签；设计基于距离准则的适应度函数，将类间方差与类内方差之比作为新的适应度函数，代替现有算法中估计的脑部年龄与实际年龄之间的差值。　　本文基于脑MR图像分别对AD和VD症进行脑年龄检测，研究分析了脑年龄对痴呆症早期诊断的影响，不仅实现了现有脑部年龄检测算法在痴呆症上的应用，还提出了一种新的脑部病理年龄检测算法。本文的研究成果为后续脑年龄研究奠定基础并为痴呆症早期诊断提供了新的思路。

目录

1 绪 论

1.1 引言

1.2 国内外研究现状

1.3 本文主要内容

1.4 本文文章结构

2相关方法基本原理

2.1医学影像特征压缩方法

2.2分类回归算法

2.3评价性准则

2.4本章小结

3 基于可分性距离判据和SVR的AD症脑部病理年龄检测算法

3.1与传统脑年龄检测算法的差别

3.2AD_Path_brainAge_estima检测算法

3.3 AD_BrainAge_estima检测算法

3.4 实验结果分析

3.5本章小结

4 基于核回归方法和特征压缩的SIVD脑部年龄检测算法

4.1数据来源

4.2SIVD_BrainAge_estima检测算法

4.3传统脑部年龄检测结果分析

4.4基于可分性距离判据和SVR的SIVD症的混合式脑部病理年龄检测算法

4.5本章小结

5 总结与展望

5.1论文总结

5.2展望

致谢

参考文献

附录

A. 作者在攻读学位期间取得的科研成果：

B. 作者在攻读学位期间参与的科研项目：