科研之友
微信
新浪微博
Facebook
分享链接
摘要
帕金森病（Parkinson’s disease,PD）患者中已经发现了一些功能连接（functional connectivity,FC）的改变，由于其高度的异质性，在计算机辅助诊断中存在特异性和敏感性低、泛化性能差等问题，发现受该疾病影响的大脑区域具有挑战性。实现对帕金森病的鉴别诊断、探索帕金森病影像标志物对患者的早期干预、减缓疾病进程有着重要意义。根据上述问题，基于功能磁共振成像，对图像进行预处理，得到功能连接矩阵，将功能连接矩阵建模成图结构数据，其中节点代表脑区，脑区之间的Pearson相关系数作为边，构成K近邻图。随后搭建图神经网络分类模型以及图神经网络解释器对其进行分析，旨在区分帕金森病以及寻找与帕金森病有关影像标志物。实验结果表明，该方法在多分类任务上取得了94.36%的精确度，优于传统分类方法，能够有效区分帕金森病患者与健康对照组。标志物探索实验发现了与疾病相关的显著子图以及显著脑区，显著区域主要位于小脑蚓、左小脑、右丘脑、右缘上回以及右中央旁小叶等区域，与一些先前的研究结论相似，为诊断和预测疾病提供客观的影像依据。
- 单位
