-
题名基于迁移学习的多模态AD病程分类研究
- 1
-
-
作者
乔悦
李瑞红
-
机构
中北大学软件学院
-
出处
《测试技术学报》
2023年第4期348-355,共8页
-
基金
国家自然科学基金资助项目(61171178)
山西省自然科学基金资助项目(2012011010-3)。
-
文摘
近年来,患阿尔茨海默病(Alzheimer’s Disease, AD)的人数逐年增加。临床研究显示,轻度认知障碍(Mild Cognitive Impairment, MCI)转化为AD的概率很大,因此,提高磁共振成像(Magnetic Resonance Imaging, MRI)和正电子发射断层扫描(Positron Emission Tomography, PET)等神经影像图对AD、 MCI的分类准确率十分必要。为了解决数据量少、标注困难的问题,首先使用CycleGAN网络对缺少的PET图进行生成;然后采用基于区域能量融合准则的小波变换算法对MRI图和PET图进行图像融合,能够极大程度的保留图像中的数据信息;最后利用迁移学习技术对轻量级网络MobileNet进行训练与微调。实验结果显示,在数据量较少的情况下,所提方法在泛化能力较好的同时,也获得了较高的准确率。
-
关键词
神经影像图
图像生成
图像融合
迁移学习
AD病程分类
-
Keywords
neuroimaging image
image generation
image fusion
transfer learning
alzheimer disease course classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-