来源：期刊VIP网 时间：
作者：张军;李钰彬;
单位：东华理工大学信息工程学院;
摘要：阿尔茨海默病是老年痴呆症中最普遍的一种，目前大量国内外老年人的生活受其困扰。然而，目前阿尔茨海默病在我国仍然处于就诊率低、误诊率高、治疗率低的局面，因此亟需探索阿尔茨海默病的早期诊断方案，以及时发现潜在病患并进行干预治疗。当前，计算机辅助诊断十分流行，能帮助医生快速、高效地进行疾病诊断。因此，文中提出基于低秩学习的阿尔茨海默病诊断方法（LRL）。该方法利用MRI图像数据提取多模板特征并进行融合；然后针对MRI数据样本数量少、特征维度高的特点，采用低秩学习方法进行特征选择，得到最具代表性的特征子集；最后将选择后的特征输入到支持向量机（SVM）分类器，执行三分类和四分类任务。实验结果表明，提出的LRL模型优于其他几种经典的特征选择方法。在两个主要评价指标准确率ACC和F_1上，LRL模型在三分类实验中分别达到了74.94%和75.80%，在四分类实验中分别达到了63.88%和59.99%。
关键词：阿尔茨海默病;;MRI图像;;低秩学习;;支持向量机;;多分类;;计算机辅助诊断
基金资助：国家自然科学基金资助项目（62162002）;国家自然科学基金资助项目（61662002）;; 江西省自然科学基金资助项目（20212BAB202002）
