轻度认知障碍磁共振信号中固有频率动态功能性连接的聚类研究

摘要：

功能性连接(Functional connectivity,FC)可以表示脑区的协同工作能力,目前广泛采用动态功能性连接(Dynamic functional connectivity,DFC)和聚类分析相结合的方法研究疾病的显著性差异分析和分类.但现有研究,对于聚类个数的确定和聚类结果选用并没有明确的标准,且传统的DFC无法表示不同频率的FC信息.因此,本文对轻度认知障碍(Mild cognitive impairment,MCI)磁共振信号中固有频率DFC聚类问题进行研究.首先对被试的时间进程(Time course,TC)数据做噪音辅助的多元经验模态分解并计算DFC;然后通过评判辅助的聚类方法做聚类分析,再采用最小二乘对聚类结果做拟合;最后采用分类器做分类.实验采用阿尔茨海默病神经影像学(Alzheimer's disease nearoimaging,ADNI)数据库的数据对本文算法进行测试.实验结果表明,有监督聚类分类准确率高于无监督聚类;引入固有频率的DFC分类准确率要高于传统的DFC;最小二乘拟合能提升分类准确率.

关键词：磁共振成像、经验模态分解、最小二乘、动态功能性连接、K-均值

所属期刊栏目：37

分类号：TB183(工程基础科学)

资助基金：国家自然科学基金;云南省高校科技创新团队

在线出版日期：2022-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：798-813