借助脑功能连接方法,研究 AD 的偏侧化现象,并将其用于 AD 的辅助诊断中.实验采用 ADNI 数据集,首先制作可用于偏侧化研究的脑膜板,接着构建半球功能脑网络,计算网络连接强度,并计算偏侧化指数.利用统计分析的方法,筛选可用于 AD 辅助诊断的特征,并使用 SVM (support vector machine)分类器训练分类模型.结果显示,加入偏侧化特征后的分类准确率为89.17%,敏感度为90.28%,特异度为88.24%,证明偏侧化指数的加入对于 AD 的分类准确率有提高作用.
借助脑功能连接方法,研究 AD 的偏侧化现象,并将其用于 AD 的辅助诊断中.实验采用 ADNI 数据集,首先制作可用于偏侧化研究的脑膜板,接着构建半球功能脑网络,计算网络连接强度,并计算偏侧化指数.利用统计分析的方法,筛选可用于 AD 辅助诊断的特征,并使用 SVM (support vector machine)分类器训练分类模型.结果显示,加入偏侧化特征后的分类准确率为89.17%,敏感度为90.28%,特异度为88.24%,证明偏侧化指数的加入对于 AD 的分类准确率有提高作用.