轻度认知障碍的BOLD信号MEMD降噪处理
早期诊断轻度认知障碍是干预阿尔茨海默症的有效途径.目前常使用静息态功能磁共振成像和机器学习方法进行轻度认知障碍的辅助诊断,其关键是使用血氧水平依赖(blood oxygenation level dependent,BOLD)信号构建大脑的功能性连接.针对大脑静息态BOLD信号中存在各种外界噪音干扰的问题,提出结合多元经验模态分解与皮尔逊相关的重构方法与极正极负重构准则,将大脑默认模式网络的中心节点后扣带回皮层作为模板,重构BOLD信号以降低外界噪音干扰.实验结果表明,基于极正极负重构准则降噪后的BOLD信号构建功能性连接,相较降噪前的数据,在分类性能方面可以提高数据的差异性,在特征选择性能方面可以对数据集降维的同时进一步提升分类性能.此外,以上性能均优于传统重构准则.最后,对降噪后的最优特征子集进行统计性分析,发现脑岛可能是默认模式网络的相关脑区,小脑蚓体与后扣带回皮层可能构成一种认知功能补偿网络,这是以往研究中少有提出的结论.
静息态功能磁共振成像、轻度认知障碍、血氧水平依赖、功能性连接、多元经验模态分解、皮尔逊相关、机器学习
38
TP391.4(计算技术、计算机技术)
国家自然科学基金;云南省基础研究专项面上项目;云南省教育厅科学研究基金项目
2023-10-30（万方平台首次上网日期，不代表论文的发表时间）
共10页
2823-2831,中插13-中插15
