基于阿尔茨海默病早期诊断集成特征选择方法的研究

摘要

阿尔茨海默病是一种严重影响人类生活的病症，它具有难以治愈的特点。而其早期症状，轻度认知障碍的诊断就成了延缓发展和治疗的关键。核磁共振图像是诊断脑部疾病的重要影像资料。通过分析核磁共振图像，再利用分类算法，将轻度认知障碍患者从正常人中区分开来成为一种重要的方法。而特征选择则是提高分类准确率的必要步骤。本文提出将互信息和皮尔逊相关系数集成的特征选择方法，不仅考察每个特征对类标签的相关性，而且保证选出的特征子集之间冗余度最小。实验结果证明，与互信息和 mRMR 方法结合支持向量机进行分类性能比较，本文提出的方法分类准确性更高，说明本文的特征选择方法具有较好的优势。