面向脑网络的新型图核及其在 MCI 分类上的应用

• 作者: 张道强 接标
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 阿尔茨海默病 轻度认知功能障碍 脑网络分析 图核 分类
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 数据挖掘、机器学习与类脑智能
• 页码范围: 1667-1680
• 页数: 14页
• 分类号: TP391
• 字数: 10809字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2016.01667

摘要

作为一种图的相似性度量，图核已经被提出用于计算脑网络的相似性，并用于分类一些脑疾病，如阿尔茨海默病（Alzheimer’s Disease，AD）以及它的早期阶段，即轻度认知功能障碍（Mild Cognitive Impairment，MCI）。然而，已有图核主要面向一般图而构建，从而忽略了脑网络自身特有的特性，如节点的唯一性（即每个节点对应着唯一的脑区），这可能影响到脑网络分析（分类）性能。为了解决这个问题，构建一种面向脑网络的图核，用于测量一对脑网络的相似性。具体而言就是：首先，以网络中每一个节点为中心，构建一组子网络来反映网络的局部多层次拓扑特性。而后，利用节点的唯一性，构建测量每对子网组之间相似性函数，从而获得用于测量一对脑网络的相似性的图核。不同于已有的图核，提出的图核充分考虑到脑网络自身特有的特性，以及保留了脑网络局部连接特性。在两个真实的 MCI 数据集上，实验结果表明，相对于现阶段的图核，文中提出的图核能够显著提高分类的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张道强	南京航空航天大学计算机科学与技术系	51	491	11.0	20.0
2	接标	安徽师范大学计算机科学与技术系	18	137	7.0	11.0