期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于MRI高通量分析的颞叶癫痫识别
1
作者
连宇茜
余锦华
+2 位作者
汪源源
史之峰
陈亮
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016年第S1期78-82,共5页
颞叶癫痫是一种常见的癫痫类疾病,基于磁共振成像(MRI)图像的颞叶癫痫识别可以避免正电子发射计算机断层成像(PET)对人体的辐射伤害。本文提出了一种基于MRI高通量分析的颞叶癫痫识别算法:对于脑部MRI图像,先利用SPM12平台将MRI图像配...
颞叶癫痫是一种常见的癫痫类疾病,基于磁共振成像(MRI)图像的颞叶癫痫识别可以避免正电子发射计算机断层成像(PET)对人体的辐射伤害。本文提出了一种基于MRI高通量分析的颞叶癫痫识别算法:对于脑部MRI图像,先利用SPM12平台将MRI图像配准到标准脑图集,在同一坐标系下再按照AAL分区提取海马区作为感兴趣区域;然后对提取的感兴趣区域进行高通量分析,提取540个图像特征;最后用Bagging分类方法进行分类,区分正常人与颞叶癫痫患者。实验用30例(10例病人、20例正常人)MRI图像进行算法验证。结果表明:该算法能有效对颞叶癫痫患者与正常人进行分类,分类准确率达到100%。因此,本文提出的基于提取海马区进行高通量分析再用Bagging进行分类判决的方法能有效地在MRI图像上识别出颞叶癫痫。
展开更多
关键词
颞叶癫痫
海马区
核磁共振成像
高通量分析
BAGGING
aal分区
在线阅读
下载PDF
职称材料
题名
基于MRI高通量分析的颞叶癫痫识别
1
作者
连宇茜
余锦华
汪源源
史之峰
陈亮
机构
复旦大学电子工程系
上海市医学图像处理与计算机辅助手术重点实验室
复旦大学附属华山医院神经外科
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016年第S1期78-82,共5页
基金
国家基础研究项目(2015CB755500)资助
文摘
颞叶癫痫是一种常见的癫痫类疾病,基于磁共振成像(MRI)图像的颞叶癫痫识别可以避免正电子发射计算机断层成像(PET)对人体的辐射伤害。本文提出了一种基于MRI高通量分析的颞叶癫痫识别算法:对于脑部MRI图像,先利用SPM12平台将MRI图像配准到标准脑图集,在同一坐标系下再按照AAL分区提取海马区作为感兴趣区域;然后对提取的感兴趣区域进行高通量分析,提取540个图像特征;最后用Bagging分类方法进行分类,区分正常人与颞叶癫痫患者。实验用30例(10例病人、20例正常人)MRI图像进行算法验证。结果表明:该算法能有效对颞叶癫痫患者与正常人进行分类,分类准确率达到100%。因此,本文提出的基于提取海马区进行高通量分析再用Bagging进行分类判决的方法能有效地在MRI图像上识别出颞叶癫痫。
关键词
颞叶癫痫
海马区
核磁共振成像
高通量分析
BAGGING
aal分区
Keywords
temporal lobe epilepsy
hippocampus
MRI
high throughput analysis
Bagging
aal
atlas
分类号
R742.1 [医药卫生—神经病学与精神病学]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于MRI高通量分析的颞叶癫痫识别
连宇茜
余锦华
汪源源
史之峰
陈亮
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2016
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
