利用视觉词袋方法从 MR 图像中识别轻度创伤性脑损伤患者
计算机视觉与模式识别
2018-02-16 v3
摘要
轻度创伤性脑损伤 (mTBI) 是一个日益严重的公共卫生问题，据估计美国每年有一百万人发病。神经认知测试用于评估患者状况并监测患者进展。这项工作旨在直接利用受伤后不久拍摄的 MR 图像，通过结合机器学习和计算机视觉技术来学习适合区分 mTBI 患者和正常患者的特征，从而检测患者是否患有 mTBI。我们专注于大脑中的 3 个区域，从中提取多个补丁，并使用视觉词袋 (bag-of-visual-word) 技术将每个受试者表示为源自所有训练受试者补丁的代表性模式的直方图。提取特征后，我们使用贪婪前向特征选择来选择能达到最高准确率的特征子集。实验研究表明，BoW 特征的表现优于先前使用的简单均值特征。
引用
@article{arxiv.1710.06824,
title = {Identifying Mild Traumatic Brain Injury Patients From MR Images Using Bag of Visual Words},
author = {Shervin Minaee and Siyun Wang and Yao Wang and Sohae Chung and Xiuyuan Wang and Els Fieremans and Steven Flanagan and Joseph Rath and Yvonne W. Lui},
journal= {arXiv preprint arXiv:1710.06824},
year = {2018}
}