基于最小生成树的多特征融合的脑网络分类研究

• 作者: 郭浩 闫朋朋 陈俊杰
• 来源期刊: 计算机应用研究
• 关键词: 最小生成树 多特征融合 抑郁症 分类 脑网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3237-3242
• 页数: 6页
• 分类号: TP391.7
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.11.009

摘要

针对传统图论方法设置阈值等问题,采用最小生成树方法进行脑网络的构建.传统的分类方法是从脑网络中提取一些可量化指标用于分类,忽视了多个脑区之间的拓扑信息.针对此问题,提出了一种脑区特征与连接模式相结合的多特征融合的分类方法,利用不同类型的特征来量化不同的网络性能.结果表明,抑郁症患者的最小生成树更趋向于随机网络,且局部属性出现显著异常的脑区集中在边缘系统—皮层—纹状体—苍白球—丘脑神经环路(limbic-cortical-striatal-pallidal-thalamic,LCSPT).此外,与单一类型特征的分类方法相比,多特征融合的方法能够有效地提高分类精度.进一步分析表明,最小生成树方法可用于抑郁症的辅助诊断,不同形式的特征表示方法具有信息描述方面的互补性.

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	闫朋朋	太原理工大学计算机科学与技术学院	1	1	1.0	1.0