基于随机分块模型的结构脑网络连接优化

摘要：

针对传统的结构脑网络构建以及分析方法缺乏对网络中连接的可信程度的验证,且在现有的研究中对结构脑网络进行优化的方法存在缺陷,介绍一种基于随机分块模型的算法,对结构脑网络中的连接可靠性进行量化评价,作为基础对网络结构进行优化.利用网络中节点间的模块化结构,以及节点间是否存在连接依赖于节点在网络中起到的作用这两个属性,将节点分为模块,迭代多次,直到节点发挥其最大作用为止.通过与真实网络相比较,验证该方法是否可以应用在结构脑网络.结果表明,在不同的网络稀疏度情况下,使用该算法优化后的网络的正确边的比率,均远高于原有的方法说明该方法对结构脑网络的优化有显著效果.

关键词：结构脑网络、标记神经元比例、随机分块模型、连接可信度、符号检验、正确率

所属期刊栏目：38

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金项目61373101、61472270、61402318;教育部高等学校博士学科点专项科研基金项目20131402110006;太原理工大学青年基金项目2012L014、2013T047

在线出版日期：2017-10-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1997-2001