论文部分内容阅读
目的
用支持向量机（SVM）模型方法基于脑核磁共振成像（MRI）影像学数据对阿尔茨海默病（AD）的不同进程进行预测分析。
方法美国ADNI数据库中543个研究对象的271项MRI数据，以及简易智力状态检查（MMSE）量表得分、年龄、性别和受教育程度作为研究指标，提取出有用的特征量并结合SVM模型方法构建综合预测模型，用有组间差异的特征指标实现疾病的分类预测。
结果基于SVM综合模型方法用54项有组间差异的特征指标预测不同进程AD的准确性为97.53%。
结论本研究构建的SVM预测模型结合与疾病密切相关的指标特征可以获得精确的预测结果，为临床和基础研究，为疾病的病因探讨和病理改变，以及区域改变的准确定位等提供准确的依据。本模型方法可推广到其他疾病进程的分类预测中。