计算机应用研究

作者：林颖,何啸峰,陈灵娜,陈俊熹,

单位：1.南华大学a.计算机学院;b.南华附属医院,湖南衡阳421001；2.中南大学湘雅公共卫生学院,长沙410008；

关键词：阿兹海默症,深度卷积生成对抗网络,长短时记忆,无监督,

基金：国家自然科学基金资助项目(61504055)；2018年湖南省研究生科研创新项目(2018KYY080)；；

针对传统的阿兹海默症（AD）分类3D模型参数过多以及2D模型缺乏连续性特征的问题，提出了一种结合2D卷积神经网络与长短时记忆网络的脑部核磁共振成像（MRI）图像分类算法。利用深度卷积生成对抗网络（DCGAN），卷积层能够在无标签的情况下自动提取到图像特征。首先以无监督的方式训练卷积神经网络；然后将MRI图像序列转换为特征序列，再输入到长短时记忆网络进行训练；最后结合特征序列与LSTM的隐藏状态进行分类。实验结果显示，相比3D模型，该算法有着更少的参数，对于NC与AD的分类达到了93.93%的准确率，对于NC与MCI的分类达到了86.27%的准确率。

来源：2020年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第5期