文档名：基于阿尔茨海默病早期诊断集成特征选择方法的研究
阿尔茨海默病是一种严重影响人类生活的病症,它具有难以治愈的特点.而其早期症状,轻度认知障碍的诊断就成了延缓发展和治疗的关键.核磁共振图像是诊断脑部疾病的重要影像资料.通过分析核磁共振图像,再利用分类算法,将轻度认知障碍患者从正常人中区分开来成为一种重要的方法.而特征选择则是提高分类准确率的必要步骤.本文提出将互信息和皮尔逊相关系数集成的特征选择方法,不仅考察每个特征对类标签的相关性,而且保证选出的特征子集之间冗余度最小.实验结果证明,与互信息和mRMR方法结合支持向量机进行分类性能比较,本文提出的方法分类准确性更高,说明本文的特征选择方法具有较好的优势.
作者：曹元磊 胡斌 高翔
作者单位：山东师范大学计算机科学与工程学院,济南中国250000兰州大学信息科学与工程学院,兰州中国730000
母体文献：第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议论文集
会议名称：第10届全国计算机支持的协同工作学术会议暨中国计算机学会协同计算专委年度工作会议
会议时间：2015年8月28日
会议地点：太原
主办单位：中国计算机学会
语种：chi
分类号：R74R58
关键词：核磁共振图像 互信息 皮尔逊相关系数 特征选择 诊断价值 阿尔茨海默病
在线出版日期：2017年9月30日
基金项目：
相似文献
相关博文
- 文件大小:
- 412.48 KB
- 下载次数:
- 60
-
高速下载
|
|
