基于格兰杰因果分析的MCI脑网络分类研究_中国煤炭行业知识服务平台

基于格兰杰因果分析的MCI脑网络分类研究

作者

崔会芳周梦妮王彬相洁曹锐阎鹏飞
单位

太原理工大学计算机科学与技术学院
摘要

使用静息态fMRI脑数据,构建了基于格兰杰因果分析的有向功能脑网络,对正常对照组和轻度认知障碍的早期和晚期进行识别。在特征选择部分,有向脑网络的局部属性和全局属性被施以双样本t检验,三组间具有显著差异的属性被选作分类特征;接着,支持向量机算法被应用于后续的分类。最后,运用单因素方差分析探测三组间两两均具有显著差异的脑区信息。实验结果表明,本研究取得了较好的分类效果,颞中回、楔前叶、海马旁回等许多脑区在3个考察组中均体现出了显著性差异,这与已有研究的结果基本一致。
关键词

格兰杰因果分析轻度认知障碍有向脑网络支持向量机分类
基金项目(Foundation)

国家自然科学基金资助项目(61503272,61305142,61373101)；山西省自然科学青年基金资助项目(2015021090,201601D202042)；博士后基金资助项目(2016M601287)；山西省回国留学人员科研资助项目(2016-037)；
相关文章

[1]基于多模态MRI的AD分类模型
[2]基于同步似然的脑电分类方法研究
[3]基于认知功能的精神分裂症特征的分类研究
[4]基于个人灰质网络的精神分裂症分类研究
[5]基于频率排序的判别子图筛选及在精神分裂症分类中的应用
[6]脑网络社团连接在轻度认知障碍分类中的应用

煤问提

煤传媒

煤视界

科技创新50强

会员中心