基于张量子空间的半脑对称度特征与癫痫识别

来源期刊：东北大学学报(自然科学版)2017年第7期

论文作者：姜慧研 刘若楠 高菲菲 苗宇

文章页码：923 - 1871

关键词：癫痫;张量;PET;多线性主成分分析;支持向量机;

摘    要：结合脑PET图像信息,提出了一种基于张量子空间的半脑对称度特征的识别方法用于识别PET图像中癫痫病灶.首先计算全部脑PET图像中所有体素的SUV,并基于SUV建立三阶张量;然后提取半脑对称度特征,建立半脑对称度张量模型;其次利用多线性主成分分析(MPCA)方法对半脑对称度张量模型进行特征选择;最后基于支持向量机(SVM)分类器进行癫痫识别.实验结果表明:提出的算法能够有效地识别脑PET图像中的癫痫病灶,可以作为计算机辅助诊断方式帮助医生进行癫痫疾病的诊断.