期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于大脑结构网络特征的遗忘型轻度认知障碍诊断模型 被引量:3
1
作者 员锐娟 吴水才 +4 位作者 林仲志 黄楚中 林庆波 王培宁 赵一平 《中国生物医学工程学报》 CAS CSCD 北大核心 2014年第5期564-573,共10页
选取与认知表现分数相关性高的结构网络拓扑特征,利用这些特征建立分类模型,实现对正常老化者及遗忘型轻度认知障碍(aMCI)患者的分类。本研究包含两组扩散张量影像(DTI)数据,一组为52例正常老化受试者,一组为39例aMCI患者。分别对两组... 选取与认知表现分数相关性高的结构网络拓扑特征,利用这些特征建立分类模型,实现对正常老化者及遗忘型轻度认知障碍(aMCI)患者的分类。本研究包含两组扩散张量影像(DTI)数据,一组为52例正常老化受试者,一组为39例aMCI患者。分别对两组数据进行结构网络构建,采用图论分析法提取结构网络的特征,将所有特征与简单智能状态检查量表(MMSE)分数进行相关性分析,选取与认知表现分数高度相关的特征,基于这些特征建立5种分类模型,并对模型的分类效果进行评估。对于正常老化数据,选出18个与认知能力显著相关的结构网络特征,集中于解剖自动贴标(AAL)图谱中的9个脑区;对于aMCI数据,也选出18个与认知能力显著相关的结构网络特征,集中于AAL图谱中的9个脑区;二者选出的特征及分布的脑区是不同的。通过对分类模型的评估,得出支持向量机序列最小优化算法建立的模型分类效果最佳,特异性达到88.46%,敏感性达到83.05%,准确性达到85.71%。所提取的与认知表现相关性高的结构网络特征,可以作为生物标记指针,来建立分类模型,对正常老化者及aMCI患者进行分类,也可提供相应脑区间连接变化的信息。 展开更多
关键词 扩散张量影像 遗忘型轻度认知障碍 图论分析 认知表现 分类模型
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部