阿爾茨海默病輔助診斷獲進展

近日，電子科技大學信息與軟件工程學院醫藥知識工程與智能軟件實驗室教授劉勇國團隊在阿爾茨海默病輔助診斷方面取得了新進展，相關成果發表于《IEEE圖像處理匯刊》。

基于腦影像數據構建智能輔助診斷模型能夠為阿爾茨海默病的早期診斷和精準干預提供支持，其中疾病階段識別和認知功能預測是阿爾茨海默病輔助診斷中的兩個關鍵問題。

該研究提出了一種基于共享流形正則的聯合特征選擇模型，利用疾病階段和認知功能間的相關性識別阿爾茨海默病相關的腦影像特征。針對疾病階段識別，提出將線性判別分析和子空間稀疏正則化相結合，識別疾病階段相關腦影像特征。

此外，模型引入局部保留的類內散度矩陣和自適應學習樣本間的局部關系。針對認知功能預測，基于認知分數間相關性建立潛在認知分數空間，以潛在認知分數為目標訓練稀疏回歸模型，識別認知功能相關的腦影像特征，并設計全局一致性和局部一致性正則項指導潛在認知分數空間的學習。

因為考慮到具有相似認知功能的患者往往處于同一疾病階段，所以模型為不同任務學習共享圖結構，充分利用疾病階段和認知功能間的相關性，從而提高了特征選擇的效率。通過對阿爾茨海默病腦影像的模擬實驗，研究者驗證了所提模型的有效性。