改进谱聚类算法在MCI患者检测中的应用研究

被引：4

作者：

相洁 ^{[1
]}

赵冬琴 ^{[2
]}

机构：

[1] 太原理工大学计算机科学与技术学院

[2] 山西财经大学实验教学中心

来源：

通信学报 | 2015年 / 04期

关键词：

谱聚类; Nystr?m; fMRI-BOLD; 轻度认知障碍; MCI诊断;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了利用功能核磁影像(f MRI,functional magnetic resonance imaging)数据进行轻度认知障碍(MCI,mild cognitive impairment)自动检测,对患者的f MRI数据进行聚类分析,得到患者大脑血氧依赖水平(BOLD,blood oxygen level dependence)的变化模式,并将异常模式用于疾病检测中。由于传统谱聚类算法需要计算相似矩阵所有的特征值和特征向量、时间与空间复杂度较高。提出一种改进的谱聚类方法,在相似矩阵的构造以及σ与k值的确定等方面进行了改进,将其用于MCI f MRI数据的聚类与诊断研究中。与传统谱聚类及Nystr?m算法进行的对比实验结果表明,改进的谱聚类方法可以更准确得到患者异常BOLD模式,分类正确率较高,且时间和空间复杂度均小于传统算法。

引用

页码：31 / 38

页数：8

共 6 条

[1] 基于SVM的fMRI数据分类及MCI诊断应用 [J].

吕艳阳 ;

相洁 .

计算机工程与设计, 2013, 34 (09) :3313-3317

[2] 基于本征间隙与正交特征向量的自动谱聚类 [J].

孔万增 ;

孙志海 ;

杨灿 ;

戴国骏 ;

孙昌思核 .

电子学报, 2010, 38 (08) :1880-1885+1891

[3] 谱聚类算法综述 [J].

蔡晓妍 ;

戴冠中 ;

杨黎斌 .

计算机科学, 2008, (07) :14-18

[4]

启发式问题解决认知神经机制及fMRI数据分析方法研究[D]. 相洁.太原理工大学. 2010

[5]

Baseline and longitudinal patterns of brain atrophy in MCI patients, and their use in prediction of short-term conversion to AD: Results from ADNI[J] . Chandan Misra,Yong Fan,Christos Davatzikos. Neuroimage . 2008 (4)

[6] Forecasting the global burden of Alzheimer's disease [J].

Brookmeyer, Ron ;

Johnson, Elizabeth ;

Ziegler-Graham, Kathryn ;

Arrighi, H. Michael .

ALZHEIMERS & DEMENTIA, 2007, 3 (03) :186-191

← 1 →