阿尔茨海默病磁共振图像的特征选择方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 引言 | 第7-9页 |
| 1.1.1 大脑皮层的相关研究 | 第7-9页 |
| 1.1.2 阿尔茨海默病的研究现状 | 第9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 本文主要研究工作 | 第10页 |
| 1.4 本文组织结构 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 第2章 磁共振成像技术及图像处理 | 第12-19页 |
| 2.1 磁共振成像技术 | 第12-15页 |
| 2.2 基于磁共振成像技术的形态学分析方法 | 第15-16页 |
| 2.3 图像处理 | 第16-18页 |
| 2.3.1 图像获取 | 第16-17页 |
| 2.3.2 图像预处理 | 第17-18页 |
| 2.3.3 图像后处理 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第3章 特征选择方法研究 | 第19-25页 |
| 3.1 特征选择方法的概念 | 第19-20页 |
| 3.2 基于搜索策略的特征选择方法 | 第20-21页 |
| 3.3 基于评价准则的特征选择方法 | 第21-23页 |
| 3.3.1 mRMR方法 | 第22-23页 |
| 3.3.2 互信息 | 第23页 |
| 3.3.3 皮尔逊算法 | 第23页 |
| 3.4 本章小结 | 第23-25页 |
| 第4章 一种新的特征选择算法 | 第25-30页 |
| 4.1 排名融合算法 | 第25-26页 |
| 4.2 使用粒子群算法选取最优权重 | 第26-29页 |
| 4.2.1 粒子群算法 | 第26-27页 |
| 4.2.2 PSO选取权重 | 第27-29页 |
| 4.3 本章小结 | 第29-30页 |
| 第5章 集成分类分析 | 第30-39页 |
| 5.1 支持向量机 | 第30-31页 |
| 5.2 实验数据及环境 | 第31页 |
| 5.3 实验过程和实验结果 | 第31-35页 |
| 5.3.1 选取最优权重 | 第31-32页 |
| 5.3.2 实验评价指标及结果 | 第32-35页 |
| 5.4 脑皮层萎缩统计分析 | 第35-36页 |
| 5.5 新的特征选择方法对AD和NC人群的应用 | 第36-38页 |
| 5.5.1 AD和NC两类人群的人口统计学特征 | 第36页 |
| 5.5.2 AD和NC的实验评价指标和结果 | 第36-38页 |
| 5.6 本章小结 | 第38-39页 |
| 第6章 总结与展望 | 第39-41页 |
| 6.1 本文研究总结 | 第39页 |
| 6.2 未来展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第44-45页 |
| 致谢 | 第45-46页 |
