面向脑网络的新型图核及其在 MCI 分类上的应用

摘要：

作为一种图的相似性度量，图核已经被提出用于计算脑网络的相似性，并用于分类一些脑疾病，如阿尔茨海默病（Alzheimer’s Disease，AD）以及它的早期阶段，即轻度认知功能障碍（Mild Cognitive Impairment，MCI）。然而，已有图核主要面向一般图而构建，从而忽略了脑网络自身特有的特性，如节点的唯一性（即每个节点对应着唯一的脑区），这可能影响到脑网络分析（分类）性能。为了解决这个问题，构建一种面向脑网络的图核，用于测量一对脑网络的相似性。具体而言就是：首先，以网络中每一个节点为中心，构建一组子网络来反映网络的局部多层次拓扑特性。而后，利用节点的唯一性，构建测量每对子网组之间相似性函数，从而获得用于测量一对脑网络的相似性的图核。不同于已有的图核，提出的图核充分考虑到脑网络自身特有的特性，以及保留了脑网络局部连接特性。在两个真实的 MCI 数据集上，实验结果表明，相对于现阶段的图核，文中提出的图核能够显著提高分类的性能。

关键词：阿尔茨海默病、轻度认知功能障碍、脑网络分析、图核、分类

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61573023，61422204，61473149;安徽省自然科学基金1508085MF125;模式识别国家重点实验室开放课题201407361;江苏省自然科学基金杰出青年基金项目BK20130034资助．

在线出版日期：2016-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1667-1680