基于图像融合技术的阿尔茨海默病检测研究

摘要

利用傅里叶变换红外衰减全反射光谱（FTIR-ATR）技术采集阿尔茨海默病(AD)患者血浆样本.根据血浆膜样本的FTIR-ATR光谱数据，利用格拉姆角场（GAF）和马尔可夫转移场(MTF)将光谱数据编码为二维图像，同时结合基于深度残差网络和注意力机制的神经网络模型，实现对阿尔茨海默病的筛查分类研究.实验结果表明，使用GAF-MTF-CNN模型能够有效提升光谱特征提取的准确率.同时，使用二维数据结合深度学习的方法比传统的分类方法具有更高的分类精度.采用GAF与MTF技术编码光谱为图像，结合改进残差神经网络，有效提升了AD筛查模型的泛化能力与诊断精准度，优化了筛查性能.

关键词

近红外光谱 / 阿尔茨海默病 / 格拉姆角场 / 马尔可夫转移场 / 卷积神经网络