基于宽度学习的阿尔茨海默病脑部MRI分类研究

江洁; 郭金兴; 才莹; 富丹

doi:10.12263/newIT.2025.03.001

您当前的位置：

首页 >

文章列表页 >

基于宽度学习的阿尔茨海默病脑部MRI分类研究

研究论文 | 更新时间：2025-07-14

- 基于宽度学习的阿尔茨海默病脑部MRI分类研究
- Research on Alzheimer’s Disease Brain MRI Classification Based on Broad Learnin
- 新一代信息技术 2025年8卷第3期页码：1-5
- 作者机构：
  
  1.牡丹江林业医院感染科，黑龙江牡丹江 157011
  2.牡丹江医科大学附属红旗医院泌尿外科，黑龙江牡丹江 157011
  3.牡丹江医科大学附属红旗医院重症医学科，黑龙江牡丹江 157011
- 作者简介：
  
  江洁（1984—），女，本科，主治医师。研究方向：临床医学。E-mail: 18903639900@189.cn
  富丹（1977—），女，本科，实验师。研究方向：医学人工智能。E-mail: 44642581@qq.com
- 基金信息：
  
  牡丹江市应用技术研究与开发计划项目(HT2022NS116)
- DOI：10.12263/newIT.2025.03.001
  中图分类号： TP181
- 录用日期：2025-04-30，
  
  纸质出版日期：2025-03-15
- 稿件说明：
移动端阅览
江洁, 郭金兴, 才莹, 等. 基于宽度学习的阿尔茨海默病脑部MRI分类研究[J]. 新一代信息技术, 2025, 8(3): 01-05

JIANG Jie, GUO Jin-xing, CAI Ying, et al. Research on Alzheimer’s Disease Brain MRI Classification Based on Broad Learnin[J]. New Generation of Information Technology, 2025, 8(3): 01-05
江洁, 郭金兴, 才莹, 等. 基于宽度学习的阿尔茨海默病脑部MRI分类研究[J]. 新一代信息技术, 2025, 8(3): 01-05 DOI： 10.12263/newIT.2025.03.001.

JIANG Jie, GUO Jin-xing, CAI Ying, et al. Research on Alzheimer’s Disease Brain MRI Classification Based on Broad Learnin[J]. New Generation of Information Technology, 2025, 8(3): 01-05 DOI： 10.12263/newIT.2025.03.001.

摘要

本研究使用一种新型的级联金字塔宽度学习系统（Cascade Pyramid Broad Learning System，CPBLS）以提升阿尔茨海默病（Alzheimer’s Disease，AD）的早期诊断效率。该系统整合了k-means聚类模块，用于优化特征提取和降维过程。通过功能性磁共振成像（Magnetic Resonance Imaging，MRI）数据，CPBLS模型在分类任务中展现了卓越的性能，包括准确率、精确率、召回率、

得分以及AUC值。宽度学习技术的应用，结合k-means模块，显著降低了模型的复杂度，并缩短了训练时间，为AD的早期诊断提供了快速且有效的解决方案。

Abstract

This study employs a novel cascade pyramid broad learning system (CPBLS) to enhance the early diagnosis efficiency of Alzheimer’s disease (AD). The system integrates a k-means clustering module to optimize feature extraction and dimensionality reduction.

Using functional magnetic resonance imaging (MRI) data

the CPBLS model demonstrates outstanding performance in classification tasks

including high accuracy

precision

recall

-score

and AUC values. The application of broad learning technology

combined with the k-means module

significantly reduces model complexity and shortens training time

providing a fast and effective solution for the early diagnosis of AD.

关键词

Keywords

references

FENG Q , DING Z X . MRI radiomics classification and prediction in Alzheimer’s disease and mild cognitive impairment: a review [J ] . Current Alzheimer Research , 2020 , 17 ( 3 ): 297 - 309 .

KNUDSEN L V , GAZERANI P , DUAN Y Y , et al . The role of multimodal MRI in mild cognitive impairment and Alzheimer’s disease [J ] . Journal of Neuroimaging , 2022 , 32 ( 1 ): 148 - 157 .

WARREN S L , MOUSTAFA A A . Functional magnetic resonance imaging, deep learning, and Alzheimer’s disease: A systematic review [J ] . Journal of Neuroimaging , 2023 , 33 ( 1 ): 5 - 18 .

刘洪嘉 . 基于多变量动态功能脑网络的阿尔兹海默症辅助诊断方法研究 [D ] . 济南 : 山东师范大学 , 2024 .

LIU H J . Research on Auxiliary Diagnosis Method of Alzheimer's Disease Based on Multivariate Dynamic Functional Brain Network [D ] . Jinan : Shandong Normal University , 2024 . (in Chinese)

周启香 , 王晓燕 , 张文凯 , 等 . 深度学习在轻度认知障碍分类诊断中的应用 [J ] . 计算机科学与探索 , 2024 , 18 ( 12 ): 3126 - 3143 .

张昀枭 , 吴晓红 , 唐荔莉 , 等 . 基于多模态数据的阿尔兹海默病分类方法 [J ] . 计算机应用 , 2023 , 43 ( S2 ): 298 - 305 .

YANG K X , LIU Y C , YU Z W , et al . Extracting and composing robust features with broad learning system [J ] . IEEE Transactions on Knowledge and Data Engineering , 2023 , 35 ( 4 ): 3885 - 3896 .

胡喜园 , 邓洪敏 , 徐泽林 , 等 . 基于改进残差网络的阿尔兹海默症分类 [J ] . 计算机应用 , 2022 , 42 ( S1 ): 71 - 79 .

邓爽 , 何小海 , 卿粼波 , 等 . 基于改进VGG网络的弱监督细粒度阿尔兹海默症分类方法 [J ] . 计算机应用 , 2022 , 42 ( 1 ): 302 - 309 .

LEW C O , ZHOU L F , MAZUROWSKI M A , et al . MRI-based deep learning assessment of amyloid, tau, and neurodegeneration biomarker status across the Alzheimer disease spectrum [J ] . Radiology , 2023 , 309 ( 1 ): e222441 .

NGAI T , WILLETT J , WAQAS M , et al . Assessing polyomic risk to predict Alzheimer’s disease using a machine learning model [J ] . Alzheimer’s & Dementia , 2024 , 20 ( 12 ): 8700 - 8714 .

SUK H I , LEE S W , SHEN D G . Hierarchical feature representation and multimodal fusion with deep learning for AD/MCI diagnosis [J ] . NeuroImage , 2014 , 101 : 569 - 582 .

AGARWAL D , BERBÍS M Á , LUNA A , et al . Automated medical diagnosis of Alzheimer’s disease using an efficient net convolutional neural network [J ] . Journal of Medical Systems , 2023 , 47 ( 1 ): 57 .

漆华妹 , 胡宇轩 , 袁正一 . 一种基于降噪自动编码器和宽度学习的增量式疾病预测模型 [J ] . 电子学报 , 2023 , 51 ( 6 ): 1474 - 1485 .

陈晓江 , 杨晓奇 , 陈广豪 , 等 . 混合BERT和宽度学习的低时间复杂度短文本分类 [J ] . 山东大学学报(工学版) , 2024 , 54 ( 4 ): 51 - 58, 66 .

CHEN X J , YANG X Q , CHEN G H , et al . Low time complexity short text classification based on fusion of BERT and broad learing [J ] . Journal of Shandong University (Engineering Science) , 2024 , 54 ( 4 ): 51 - 58, 66 . (in Chinese)

程立英 , 谷利茹 , 晏旻 , 等 . 基于K-means与宽度学习的肺炎图像分类算法 [J ] . 沈阳师范大学学报(自然科学版) , 2024 , 42 ( 4 ): 334 - 339 .

CHENG L Y , GULI R , YAN M , et al . Pneumonia image classification algorithm based on K-means and broad learning [J ] . Journal of Shenyang Normal University (Natural Science Edition) , 2024 , 42 ( 4 ): 334 - 339 . (in Chinese)

GONG X R , ZHANG T , PHILIP CHEN C L , et al . Research review for broad learning system: Algorithms, theory, and applications [J ] . IEEE Transactions on Cybernetics , 2022 , 52 ( 9 ): 8922 - 8950 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种嵌入辅助信息的轻量化肺结核胸片分类算法

基于人工神经网络的高效电磁诱导透明超表面阵列设计