【摘 要】
：
阿尔茨海默症（Alzheimer’s Disease,AD）是目前老年人比较容易患上的神经性疾病,患者将会丧失基本的日常生活能力且无法被治愈。轻度认知障碍（Mild Cognitive Impairment,MCI）是一种介于AD和认知正常（Normal Cognition,NC）之间的症状。MCI作为AD的早期阶段,对预防和干预病情的发展非常重要,因此准确诊断出MCI对AD的早期发现和治疗至关重
论文部分内容阅读
阿尔茨海默症（Alzheimer’s Disease,AD）是目前老年人比较容易患上的神经性疾病,患者将会丧失基本的日常生活能力且无法被治愈。轻度认知障碍（Mild Cognitive Impairment,MCI）是一种介于AD和认知正常（Normal Cognition,NC）之间的症状。MCI作为AD的早期阶段,对预防和干预病情的发展非常重要,因此准确诊断出MCI对AD的早期发现和治疗至关重要。本文对基于多模态特征融合的阿尔兹海默症分类进行研究,分别给出了AD早期诊断模型和MCI到AD的转化预测模型。本文的主要研究内容如下:（1）提出一种基于多模态特征融合的AD早期诊断模型。针对单一模态不能为疾病诊断提供较全面信息的问题,采用两个独立的改进VGGNet-16网络提取MRI影像和PET影像特征,并在不同层将特征进行融合得到分类结果。除神经影像检查结果外,神经心理学检查结果也被用于临床诊断,将神经网络分类结果与MMSE量表和CDR量表分类结果相结合得到最终分类结果,从而充分利用不同影像间的互补信息与神经心理学检查结果。（2）提出基于注意力机制的AD转化预测模型。针对发展型MCI（progressive MCI,p MCI）和稳定型MCI（stable MCI,s MCI）病灶区域变化差别不大的问题,以基于多模态特征融合的AD早期诊断模型为基础,将通道注意力机制与空间注意力机制融合,并添加至网络,对病灶重点区域着重关注,从而提高分类的准确率。（3）提出基于半监督学习的阿尔兹海默症分类模型。针对p MCI和s MCI特征相似以及数据量不足的问题,在基于注意力机制的AD转化预测模型的基础上,引入K-means聚类算法降低样本间相似度,构造出一个新的具有判别性的全连通图,并在这个新构造的图上通过执行标签传播算法来预测未标记样本的标记,进一步的提高了分类的准确率。
其他文献
基于光学传感器的视觉监控系统现已被广泛应用到了各行各业中,输入的图像或视频能否保持清晰严重影响了后续人工监测和基于视觉技术的智能处理算法有效性。在现实生活中,图像和视频的成像质量受天气影响较大,当雾霾天气出现时,图像和视频的传输画面会严重降质。因此如何对图像和视频实现有效的去雾,提高成像质量近年来受到了国内外学者的广泛关注。本文主要根据图像去雾和视频去雾的现有发展趋势,结合各自成像特点,提出对应的
随着人们对室内外空气质量的日益关注,对高性能传感器技术的需求迅速增长,导致气体传感器市场迅速扩大。二氧化锡（Sn O2）量子点薄膜气体传感器以其结构简单、制造容易、成本低、化学性质稳定等优点而备受关注。Sn O2为金红石结构,八面体配位,是一种宽禁带N型半导体。Sn O2量子点作为一种新型的功能材料,晶粒尺寸较小（＜10nm）,表面有大量的原子与气体分子发生电子交换,导致晶粒表面发生化学电阻效应。
向家坝水电站是金沙江下游通往长江上游的重要通航枢纽,向家坝水电站的建立改善了金沙江下流区域的航运条件,金沙江下游航运事业愈发繁荣。与此同时,船舶大型化的发展趋势,导致向家坝时常发生超高船舶撞击坝区主体建筑的水上交通事故,给坝区通航和船员的生命安全带来巨大威胁。目前,船舶测高方法主要有两种,其中单目视觉法存在测量精度低的问题,激光阵列法主要用于限高而非测高。因此,针对现有测量方法的不足,本文提出了基
我国海洋资源丰富,对于发展海洋经济、维护国家海洋权益、建设海洋强国具有重要意义。舰船作为海上交通以及资源探测的重要目标,开展海面舰船目标检测可广泛应用于军事以及民事方面。而随着航天遥感技术的发展,光学遥感卫星分辨率也不断提高,为舰船目标检测提供了更丰富的颜色以及纹理信息。但同时也会出现一些问题,例如幅宽较大的舰船遥感图像检测时间长;在复杂背景下,存在薄云、海杂波、舰船尾迹或舰船停泊在港口时等情况,
近年来随着我国经济水平的飞速发展,各类商品交易也越来越频繁,发票作为交易活动的凭证和财务部门核算的基本依据,在我国经济生活中发挥着重大的作用。而在传统经济生活中,发票的管理流程也繁琐复杂,需要消耗大量的人力物力,效率较低。随着科技的发展,尤其是深度学习领域相关技术的发展,给进一步提高发票管理工作的效率提供了可能性,各类发票管理系统应运而生。本文结合使用了传统领域和深度学习领域的相关技术,设计实现了
肺炎是一种常见的呼吸系统疾病,严重影响人类健康,进行早期诊断是治愈肺炎的关键。目前医学领域对肺炎诊断的主要途径是专业医生观测胸部X光图像,结合图像特征与肺炎病理学知识给出诊断结果。近年来,随着人工智能的发展,深度学习技术在医学领域也得到了广泛应用并取得了一定成果。利用深度学习技术解决肺炎诊断问题既可以节约公共医疗资源,又能够降低人力成本,顺应目前的发展趋势,具有重要的研究意义和现实价值。本文主要工
随着我国经济水平的稳定发展以及城市化水平的不断提升,全国机动车的保有量不断攀升,城市大型停车场出口车辆拥堵,通行效率低成为了亟待解决的问题。2019年5月,交通运输部办公厅印发《关于大力推动高速公路ETC发展应用工作的通知》,截止到2020年底,城市汽车ETC安装率已经达到90%附近。本文根据城市停车场业务需求,设计并开发了一款基于ETC（Electronic Toll Collection）与车
划痕作为汽车损伤的主要表现之一,不但会影响汽车美观而且可能引起钣金件锈蚀。目前汽车表面划痕检测仍以人工检测为主,现有的自动化检测方法尚不成熟,因此针对汽车表面划痕的自动化检测研究具有重要的意义。本文利用图像处理技术对划痕自动化检测问题进行研究,针对检测过程中存在的背景干扰多、传统边缘检测算法效果不理想、划痕特征提取困难等问题,提出了基于图像处理的车辆表面划痕检测方法。主要工作如下:1)基于椭圆拟合
随着内河航运事业的蓬勃发展,在交通运输部政策利好的背景下,内河通航船舶数量及装载量逐年呈上升趋势。通航量的不断增加,对通航速度及效率提出了更高的要求,所以对通航船舶吃水检测系统的环境可适应性和配置轻型性提出了更严格的标准。目前三维动态吃水检测系统安装架存在结构复杂和厚重的不足,针对该问题设计了L型轻型安装架安装方案,但该方案在通航过程中会因吃水检测系统对船舶底部地非完全检测,出现数据不完整的情况。
伴随着社会科技与经济的迅速发展,汽车全面普及,汽车组成结构复杂且功能趋向智能化。由于使用规范性、组件寿命等未知因素,汽车故障类型呈现多样化。传统汽车排故基于维修人员的主观经验对故障现象依次排除,该方法排故效率较差且造成人力资源的浪费,设计相关系统智能诊断汽车故障具有重要应用价值。目前机器学习方法与深度学习方法均可实现汽车故障数据集分类,但机器学习方法存在分类准确率低、效果较差等问题,当前的深度学习