基于特征選擇的阿爾茨海默癥輔助診斷

劉茜，王瑜，付常洋，肖洪兵，邢素霞

北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院，北京100048

前言

阿爾茨海默病（Alzheimer's disease,AD）是一種多發(fā)于65周歲以上老年人的常見(jiàn)疾病，其特征是潛伏性認(rèn)知能力下降和記憶功能障礙［1-2］。國(guó)際老年癡呆協(xié)會(huì)研究指出，2050年全球AD患病人數(shù)將增加到13 200萬(wàn)［3］，隨著人口老齡化的加劇，AD逐漸成為困擾社會(huì)和家庭的重大問(wèn)題。目前對(duì)于A(yíng)D尚無(wú)治療手段，僅可通過(guò)早期發(fā)現(xiàn)以及干預(yù)治療減慢病情的發(fā)展。由于A(yíng)D確診前無(wú)明顯臨床表現(xiàn)，沒(méi)能在患病初期及時(shí)發(fā)現(xiàn)，從而造成病情的延誤，最終發(fā)展為AD。因此如何更早地發(fā)現(xiàn)AD病癥，并給出合理的治療方案是目前研究的重點(diǎn)。

目前醫(yī)學(xué)上對(duì)AD的診斷主要依靠患者的臨床表現(xiàn)，同時(shí)結(jié)合影像學(xué)檢查、腦脊液檢查和腦電圖等［4］。磁共振成像技術(shù)（Magnetic Resonance Imaging,MRI）由于具有無(wú)損傷性、圖像對(duì)比度高、可任意方位斷層等優(yōu)勢(shì)被廣泛應(yīng)用于A(yíng)D檢查。隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，機(jī)器學(xué)習(xí)輔助AD診斷方法層出不窮，周文等［5］使用核主成分分析（Kernel Principal Component Analysis,KPCA）提取AD患者和正常被試（Normal Control,NC）的MRI重點(diǎn)切片特征對(duì)AD進(jìn)行診斷。劉衛(wèi)芳等［6］使用灰度共生矩陣和游程長(zhǎng)矩陣提取胼胝體的三維紋理特征，并對(duì)AD進(jìn)行診斷。楊晨暉等［7］使用主成分分析（Principal Component Analysis,PCA）和線(xiàn)性鑒別分析（Linear Discriminant Analysis,LDA）融合的方法提取特征，并采用最近鄰分類(lèi)算法進(jìn)行AD分類(lèi)。上述方法雖然都獲得了很好的結(jié)果，但是文獻(xiàn)［5］和文獻(xiàn)［6］沒(méi)能充分利用MRI圖像全腦信息，文獻(xiàn)［7］中的PCA受數(shù)據(jù)分布（方差）影響大，存在降維后可能不利于分類(lèi)的情況。……