基于监督图正则化和信息融合的轻度认知障碍分类方法

作者：李颖; 王建坤^*

来源：山东大学学报(工学版), 2023, 53(04): 65-73.

• 轻度认知障碍
• 监督图正则化
• 信息融合
• 特征提取
• 分类

为提高转化型和稳定型轻度认知障碍(mild cognitive impairment, MCI)的分类精度，利用阿尔茨海默病样本和正常对照组样本学习投影矩阵，使用监督图正则化项优化样本的局部近邻关系，基于投影矩阵对MCI样本进行空间变换，提取对转化型和稳定型MCI具有判别性的特征。将提取的特征与mini精神状态检查评分，以及与载脂蛋白E4等位基因信息融合，通过信息互补增强特征的判别性。使用融合特征训练支持向量机分类器对转化型和稳定型MCI分类。在ADNI数据库上进行试验，分类精度达到73.33%。与已有方法相比，本研究提出方法的分类精度、敏感度和特异度显著提高。

• 单位
  山东管理学院