期刊简介
本刊是国际医学物理学组织（ZOMP）的成员——中国医学物理学会会刊，是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国医学物理学杂志
- 杂志名称：中国医学物理学杂志
- 主管单位：南方医科大学
- 主办单位：南方医科大学;中国医学物理学会
- 国际刊号：1005-202X
- 国内刊号：44-1351/R
- 出版周期：双月刊
期刊荣誉：中国科学引文数据库来源期刊期刊收录：国家图书馆馆藏, 万方收录(中), 上海图书馆馆藏, 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
基于KPCA算法的阿尔茨海默症辅助诊断
周文；王瑜；肖红兵；曹利红
关键词：阿尔茨海默症, 结构磁共振成像, 核主成分分析, 特征提取, 机器学习
摘要：阿尔茨海默症(AD)是一种起病隐匿、进行性发展的神经系统退行性疾病,利用磁共振成像和计算机技术对AD患者的辅助诊断是目前不断探索的新课题.本研究先对磁共振图像进行预处理和相关性分析,然后利用核主成分分析法(KPCA)对脑灰质图像进行特征提取,结合Adaboost算法进行分类,并与主成分分析法(PCA)进行对比试验.通过对AD神经影像学计划数据库中的116名AD患者、116名轻度认知障碍患者,以及117名正常对照的脑部功能磁共振成像进行的研究表明,利用机器学习能够很有效地辅助诊断AD脑部疾病,KPCA算法对图像进行特征提取比PCA算法更加充分完备,分类结果更加精确,能够获得更好的AD辅助诊断结果.
友情链接