基于 Ricci 流的脑表面协方差描述子用于阿尔茨海默病诊断
图像与视频处理
2024-03-19 v2 计算机视觉与模式识别
机器学习
摘要
从 MRI 脑部扫描中自动提取特征并诊断阿尔茨海默病仍是持续面临的挑战。随着 3D 成像技术的进步，3D 数据采集变得比其 2D 对应物更加可行和高效。本文并未使用基于特征的向量，而是首次提出了一种利用 Ricci 能量优化从皮层表面提取新型基于协方差的描述子的流程。这些协方差描述子是对称正定矩阵非线性流形的分量，因此我们专注于使用高斯径向基函数将基于流形的分类应用于 3D 形状问题。将这种新型特征应用于异常皮层脑形态测量分析，可实现阿尔茨海默病的诊断。在约两百个源自阿尔茨海默病神经影像计划 (ADNI) 数据集的 3D MRI 脑模型上进行的实验研究，证明了我们的描述子在实现卓越分类准确性方面的有效性。
引用
@article{arxiv.2403.06645,
title = {Ricci flow-based brain surface covariance descriptors for diagnosing Alzheimer's disease},
author = {Fatemeh Ahmadi and Mohamad Ebrahim Shiri and Behroz Bidabad and Maral Sedaghat and Pooran Memari},
journal= {arXiv preprint arXiv:2403.06645},
year = {2024}
}
备注
Accepted for publication in Biomedical Signal Processing and Control journal