基于MRI图像的阿尔茨海默症患者脑网络特征识别算法

摘要

针对通过脑成像对阿尔茨海默症(AD)进行人工识别存在主观性、易误诊的问题,提出了一种基于核磁共振成像(MRI)图像构建脑网络对AD进行自动识别的方法.首先,把MRI图像叠加并进行结构块划分,并通过计算任意两个结构块之间的结构相似性(SSIM)来构造网络;然后,利用复杂网络理论提取结构参数,并将其作为机器学习算法的输入实现AD的自动识别.分析发现双参数特别是节点介数和边介数作为输入时分类效果最优,进一步研究发现MRI图像划分为27个结构块时分类效果最优,对于加权网络和无权网络的准确率分别最高可达91.04％和94.51％.实验结果表明,基于MRI结构块划分构建的结构相似性复杂网络能够对AD进行准确率更高的识别.