ROI Analysis Using Harvard-Oxford Atlas in Alzheimer’s Disease Diagnosis Based on PCA
- سال انتشار: 1391
- محل انتشار: فصلنامه انرژی و محیط زیست ایران (ایرانیکا)، دوره: 3، شماره: 3
- کد COI اختصاصی: JR_IJEE-3-3_008
- زبان مقاله: انگلیسی
- تعداد مشاهده: 895
نویسندگان
School of Computer and IT Engineering,Shahrood University of Technology, Shahrood, Iran
School of Computer and IT Engineering,Shahrood University of Technology, Shahrood, Iran
School of Computer and IT Engineering,Shahrood University of Technology, Shahrood, Iran
چکیده
Alzheimer's disease (AD) is characterized by impaired glucose metabolism and can be detected using Positron Emission Tomography (PET) neuroimaging. In this study, an automatic method for diagnosis of ADbased on region of interest (ROI) is presented. First, subject’s PET neuroimage is automatically parcellated into48 predefined ROIs using Harvard-Oxford structural Atlas. The most discriminative regions are discoveredusing principal component analysis (PCA). Based on features extracted using PCA, support vector machines are adapted to discriminate normal control (NC) from AD. For classification of AD from NC, the proposed method achieves 89.14% of classification accuracy; while the accuracy of Automated Anatomical Labeling (AAL)-based approach is only 80.68%.کلیدواژه ها
Alzheimer; Principal component analysis; Positron emissionمقالات مرتبط جدید
- استفاده از مواد دوست دار محیطزیست بهعنوان جایگزین برای صنعت بستهبندی مواد غذایی
- مروری بر کاربرد چارچوبهای فلزی-آلی در جذب دیاکسید کربن
- کنترل بهینه یک مدل دینامیکی امکانات و تسهیلات گردشگری در جهت توسعه پایدار مبتنی بر تاثیرات عوامل محیطی
- بررسی موانع پیاده سازی استانداردهایISO با تاکید بر مدیریت سبز با استفاده از شبکههای عصبی عمیق کانولوشن
- استخراج رمزارز و چالش های آلودگی محیط زیست
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.