10.3969/j.issn.1004-9037.2013.05.012
基于网络拓扑特性的MCI分类
阿尔茨海默氏病(Alzheimer's disease,AD)和轻度认知障碍(Mild cognitive impairment,MCI)是经常发生在老年人中的脑疾病,其主要表现为认知和智力的障碍.机器学习和模式识别方法已经被应用到对AD和MCI的诊断和分类中.最近,研究人员提出利用大脑连接网络实现对疾病的诊断和分类.大部分的研究主要集中在网络中提取一些局部的特性(如聚类系数),并利用机器学习的方法(如支持向量机)来实现对疾病的分类.然而,存在的研究表明AD以及MCI是和一个大规模的脑连接网络相关,而不仅是大脑的若干区域.因此,本文提出一种新的基于网络整体拓扑结构信息的分类方法,并将其用于对MCI疾病的分类.实验结果表明,本文的方法能够对分类结果有重要的改进.
图核、核方法、连接网络、轻度认知障碍
28
TP3(计算技术、计算机技术)
江苏省杰出青年基金SBK201310351;高等教育博士学科点专项科研基金20123218110009;南京航空航天大学基本科研业务费专项资金NE2013105;安徽省高校省级自然科学研究KJ2013Z095
2013-11-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
602-607