科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了获得更具神经生理学意义的分类特征,提出了基于稀疏功能连接及非负矩阵分解的阿尔兹海默症分类方法.该方法基于功能核磁共振信号,采用非负自适应稀疏表示法计算脑区间的稀疏功能连接,以提取分类特征.然后,采用稀疏非负矩阵分解法进行特征降维,以获得具有明确物理意义的低维特征.实验结果表明该方法的分类准确率、灵敏度和特异度均优于其他对比方法.此外,发现了默认模式网络、基底神经节-丘脑-边缘结构网络及颞叶-脑岛网络在阿尔兹海默症病人和健康被试间具有明显差异.此方法能够有效地对阿尔兹海默症进行识别,同时具有加深对该病症功能病变理解的潜力.
-
单位佛山科学技术学院; 东南大学附属中大医院
