6、纵向阿尔茨海默病诊断与疾病状态推断方法研究

纵向阿尔茨海默病诊断与疾病状态推断方法研究

纵向阿尔茨海默病诊断实验

在纵向阿尔茨海默病（AD）诊断的研究中，研究人员进行了一系列实验，以评估不同特征在分类任务中的性能。

参数设置

采用10折交叉验证策略，针对两个分类任务展开实验，即AD与健康对照（HC）的分类，以及轻度认知障碍（MCI）与HC的分类。具体参数设置如下：
- 3D HOG特征提取 ：使用9个方向，2×2×2的细胞，每个细胞大小为8×8×8。因此，3D HOG特征的维度为72。
- 词袋策略 ：聚类中心数量设为50，每个地标点的空间特征维度为50。
- 补充体素采样 ：用于采样补充体素的球形补丁半径为5。
- SVM分类 ：固定边界参数C = 1。
- 地标点数量 ：由于方法具有数据驱动特性，地标点数量由训练图像确定。在方法中，在7×7×7的立方补丁内搜索局部最小值，在交叉验证的每一折中大约获得1500个已识别的地标点。

实验结果

使用了五种分类性能指标：
1. 准确率（ACC） ：正确分类的样本数除以总样本数。
2. 敏感度（SEN） ：正确分类的阳性样本（患者）数除以阳性样本总数。
3. 特异度（SPE） ：正确分类的阴性样本（对照）数除以阴性样本总数。
4.