论文部分内容阅读
目的:采用数据驱动的自适应方法进行脑区划分,寻找反映AD-轻度认知障碍(MCI)-正常(NC)人群脑结构差异的特征性脑区,比较新的脑区划分方法与既有脑区划分模板在机器学习中识别三类人群的效能。方法:收集ADNI数据库中AD(151人)、MCI(124人)、NC(171人)三类人群的磁共振脑结构像,经过基于体素的形态学方法(VBM)处理后使用基于来源的形态学方法(SBM)分析输出脑区划分结果,与两份既有脑区划分模板(AAL-90与AAL-1024)一起,将脑区成分作为分类特征,年龄、性别、教育年限作为控制变