轻度认知障碍分类中全脑功能连接的特征压缩分析

• Published in: 数据采集与处理 Vol. 39; no. 4; pp. 967 - 983
• Main Authors: 马佳, 吴海锋, 李顺良
• Format: Journal Article
• Language: Chinese
• Published: 云南省无人自主系统重点实验室,昆明 650500 01.07.2024; 云南民族大学电气信息工程学院,昆明 650500%云南民族大学电气信息工程学院,昆明 650500
• Subjects: 功能连接; 稀疏网络; 轻度认知障碍; mild cognitive impairment(MCI); 特征压缩; functional connection; classification; sparse network; feature compression; 分类

TP301; 利用静息态功能磁共振成像技术获取脑区的功能连接(Functional connection,FC)被广泛地应用于轻度认知功能障碍(Mild cognitive impairment,MCI)的分类研究中.然而,全脑FC用于分类通常存在信息冗余和特征维度灾难问题,为此,提出一种"G-Lasso+特征压缩"的新方法来解决以上问题.首先,利用盲源分离技术获得全脑功能脑区的活跃信号时间序列,采用G-Lasso构建FC稀疏网络;其次,计算MCI患者、正常被试及所有被试在组平均上的稀疏FC,并结合欧氏距离进行簇Class 1～Class 3中心判决,获取簇间差异特征信息;...