[发明专利]一种基于SVM-RFE-MRMR算法的阿兹海默症MRI图像分类方法

摘要

本发明公开了一种基于SVM‑RFE‑MRMR算法的阿兹海默症MRI图像分类方法。按下述步骤进行：a.采用VBM方法确定MRI图像中的病灶区，计算病灶区的灰质体积作为形态学特征，提取包括灰度共生矩阵和灰度‑梯度共生矩阵的纹理特征；b.将步骤a中所述的形态学特征和纹理特征组合，使用SVM‑RFE‑MRMR算法对组合的特征进行选择，得选择后组合特征；c.对选择后组合特征使用SVM‑RFE算法进行特征排序，排序后采用径向核函数的SVM算法对特征进行分类，分类前将选择后组合特的数据归一化到[0,1]之间。本发明的识别方法具有劳动强度小、效率高、准确率和识别率高的特点。

主权项

1.一种基于SVM‑RFE‑MRMR算法的阿兹海默症MRI图像分类方法，其特征在于，按下述步骤进行：a.采用VBM方法确定MRI图像中的病灶区，计算病灶区的灰质体积作为形态学特征，提取包括灰度共生矩阵和灰度‑梯度共生矩阵的纹理特征；b.将步骤a中所述的形态学特征和纹理特征组合，使用SVM‑RFE‑MRMR算法对组合的特征进行选择，得选择后组合特征；c.对选择后组合特征使用SVM‑RFE算法进行特征排序，排序后采用径向核函数的SVM算法对特征进行分类，分类前将选择后组合特的数据归一化到[0,1]之间；步骤b中，SVM‑RFE‑MRMR算法具体是使用SVM‑RFE算法和MRMR算法中互信息计算量对特征进行选择，具体公式如下：其中，r表示特征选择的评价因子；0<β<1；w表示SVM‑RFE算法中的权向量；D表示MRMR算法中特征与类别间的相关性；m表示每次递归消除后所剩的特征个数；R表示MRMR算法中特征间的相关性。