卷积神经网络诊断阿尔兹海默症的方法
来源：计算机应用杂志2017年第12期北京时间：
作者：林伟铭, 高钦泉, 杜民
单位：1. 福州大学 物理与信息工程学院, 福州 350108;2. 福建省医疗器械与医药技术重点实验室, 福州 350108;3. 厦门理工学院 光电与通信工程学院, 福建 厦门 361024;4. 福建省生态产业绿色技术重点实验室, 福建 南平 354300
摘要：针对阿尔兹海默症（AD）通常会导致海马体区域萎缩的现象，提出一种使用卷积神经网络（CNN）对脑部磁共振成像（MRI）的海马体区域进行AD识别的方法。测试数据来自ADNI数据库提供的188位患者和229位正常人的脑部MRI图像。首先，将所有脑图像进行颅骨剥离，并配准到标准模板；其次，使用线性回归进行脑部萎缩的年龄矫正；然后，经过预处理后，从每个对象的3D脑图像的海马体区域提取出多幅2.5D的图像；最后，使用CNN对这些图像进行训练和识别，将同一个对象的图像识别结果用于对该对象的联合诊断。通过多次十折交叉验证方式进行实验，实验结果表明所提方法的平均识别准确率达到88.02%。与堆叠自动编码器（SAE）方法进行比较，比较结果表明，所提方法在仅使用MRI进行诊断的情况下效果比SAE方法有较大提高。
关键词：阿尔兹海默症,卷积神经网络,磁共振成像,海马体,计算机辅助诊断
基金资助：福建省自然科学基金资助项目（2016J05157）；福建省中青年教师教育科研项目（JAT160074）；厦门市科技计划项目（3502Z20153017）。
