基于随机分块模型的静息态功能脑网络可信度优化

• 作者: 王希 郭浩 陈俊杰
• 来源期刊: 太原理工大学学报
• 关键词: 重构 可信度 功能脑网络 随机分块模型 复杂网络
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 218-222
• 页数: 5页
• 分类号: TP399
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2016.02.018

摘要

为了提高静息态功能脑网络可信度,引用基于随机分块模型的网络重构方法对脑网络进行重构.通过网络指标的分析,验证该方法在脑网络中的适用性,找到网络中的虚假边;采用网络最大联通子集的方法来分析虚假边对网络连通性的影响.实验结果表明,该方法可用于脑网络的重构,通过重构可以找到影响脑网络连通性的虚假边,提高了连通性的可信度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	郭浩	太原理工大学计算机科学与技术学院	53	182	7.0	11.0
3	王希	太原理工大学计算机科学与技术学院	2	0	0.0	0.0