版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、阿爾茨海默病(Alzheimer’s disease, AD),又稱老年癡呆,是發(fā)生于老年和老年前期的一種神經(jīng)系統(tǒng)退行性疾病,影響著全球超5000萬(wàn)人的健康和幸福。β淀粉樣蛋白(Amyloidβ-protein, Aβ)沉積在AD發(fā)病機(jī)制中起關(guān)鍵作用,也是重要的防治靶點(diǎn),因此在腦中及早發(fā)現(xiàn)Aβ的沉積是早期診斷AD的關(guān)鍵。
磁共振成像(magnetic resonance image, MRI)技術(shù)是理想成像方式,不僅能精確定量
2、地反映腦中不同組織在結(jié)構(gòu)和功能上的變化,而且可表征代謝物濃度。MRI具有無(wú)創(chuàng)、無(wú)輻射、無(wú)需對(duì)比劑和時(shí)間空間分辨率高等優(yōu)點(diǎn),已廣泛應(yīng)用于AD早期診斷。但是,目前針對(duì)腦MR圖像中Aβ沉積信息檢測(cè)的公開(kāi)研究卻極為缺乏。
針對(duì)此問(wèn)題,本文研究并提出了像素特征學(xué)習(xí)方法,構(gòu)造小鼠腦MR中Aβ沉積信息的檢測(cè)算法,奠定相關(guān)理論基礎(chǔ)和方法依據(jù)。本文的主要研究工作如下:
?、偻瓿闪四X圖像采集和預(yù)處理工作:采集 APP雙重轉(zhuǎn)基因小鼠(AD)
3、和對(duì)照組小鼠(contral, CTL)的腦部T2加權(quán)結(jié)構(gòu)像;制作小鼠腦組織切片,形成腦組織切片圖像;將其與小鼠腦MR圖像進(jìn)行匹配,形成圖像對(duì)。
?、谘芯坎⑻岢隽嘶谀X組織MR圖像中像素特征選擇的Aβ沉積信息檢測(cè)算法:首先分割腦 MR圖像中腦組織,按行提取腦組織中的像素值形成像素特征向量;接著采用多種特征學(xué)習(xí)分類算法對(duì)像素特征實(shí)現(xiàn)特征優(yōu)選,并重復(fù)操作獲得多個(gè)最優(yōu)特征子集,根據(jù)投票機(jī)制得到最終最優(yōu)特征向量;最后利用彈性映射方法,將
4、最優(yōu)像素特征向量映射到腦MR圖像中對(duì)應(yīng)的像素點(diǎn),從而顯示出Aβ沉積的分布。
③研究并提出了基于腦組織MR圖像中像素特征分組的Aβ沉積信息檢測(cè)算法:首先分割腦 MR圖像中腦組織,按行提取腦組織中的像素值形成像素特征向量;接著設(shè)計(jì)特征分組算法對(duì)像素特征進(jìn)行分組,基于各特征組分別訓(xùn)練分類模型,根據(jù)模型輸出的分類準(zhǔn)確率確定最優(yōu)特征組;然后利用彈性映射方法,將最優(yōu)像素特征向量映射到腦組織MR圖像中對(duì)應(yīng)的像素點(diǎn),從而顯示出Aβ沉積的分布。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于超像素的SAR圖像海岸線檢測(cè)算法.pdf
- 基于像素時(shí)域特征的紅外弱小目標(biāo)檢測(cè)算法研究.pdf
- 基于超像素分割合并的圖像顯著性檢測(cè)算法.pdf
- 影像測(cè)量中的亞像素檢測(cè)算法
- 基于互信息的腦MR圖像配準(zhǔn)算法研究.pdf
- 影像測(cè)量中的亞像素檢測(cè)算法.pdf
- 基于超像素分割的無(wú)線膠囊內(nèi)窺鏡出血圖像的檢測(cè)算法研究.pdf
- 基于相位信息的圖像邊緣檢測(cè)算法研究.pdf
- 基于圖像的信息隱藏與檢測(cè)算法研究.pdf
- 基于多特征的圖像輪廓檢測(cè)算法研究.pdf
- 基于數(shù)學(xué)形態(tài)學(xué)和亞像素提取的圖像檢測(cè)算法研究.pdf
- 基于特征的圖像瑕疵檢測(cè)算法研究與應(yīng)用.pdf
- 基于watershed算法的自動(dòng)MR腦圖像分割.pdf
- 基于亞像素邊緣的視覺(jué)檢測(cè)算法研究.pdf
- 基于圖像邊緣信息的角點(diǎn)檢測(cè)算法研究.pdf
- 基于視頻圖像特征提取的煙霧檢測(cè)算法研究.pdf
- 基于MR腦圖像的腦瘤交互分割算法研究.pdf
- 基于像素信息和深度學(xué)習(xí)的遙感圖像變化檢測(cè)技術(shù).pdf
- 基于構(gòu)圖信息的圖像摘要顯著性檢測(cè)算法.pdf
- 基于亞像素檢測(cè)算法的視覺(jué)測(cè)量技術(shù)研究.pdf
評(píng)論
0/150
提交評(píng)論