基于格兰杰因果分析的MCI脑网络分类研究

• 作者: 周梦妮 崔会芳 曹锐 王彬 相洁 阎鹏飞
• 来源期刊: 太原理工大学学报
• 关键词: 格兰杰因果分析 轻度认知障碍 有向脑网络 支持向量机 分类
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息与计算机科学
• 页码范围: 853-860
• 页数: 8页
• 分类号: TP39
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2018.06.008

摘要

使用静息态fMRI脑数据,构建了基于格兰杰因果分析的有向功能脑网络,对正常对照组和轻度认知障碍的早期和晚期进行识别.在特征选择部分,有向脑网络的局部属性和全局属性被施以双样本t检验,三组间具有显著差异的属性被选作分类特征;接着,支持向量机算法被应用于后续的分类.最后,运用单因素方差分析探测三组间两两均具有显著差异的脑区信息.实验结果表明,本研究取得了较好的分类效果,颞中回、楔前叶、海马旁回等许多脑区在3个考察组中均体现出了显著性差异,这与已有研究的结果基本一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	相洁	太原理工大学计算机科学与技术学院	34	182	9.0	12.0
2	曹锐	太原理工大学计算机科学与技术学院	24	100	5.0	9.0
3	王彬	太原理工大学计算机科学与技术学院	15	16	2.0	3.0
4	周梦妮	太原理工大学计算机科学与技术学院	4	8	2.0	2.0
5	阎鹏飞	太原理工大学计算机科学与技术学院	3	6	1.0	2.0
6	崔会芳	太原理工大学计算机科学与技术学院	2	6	1.0	2.0