关于脑连接网络阿尔茨海默病临床变量值预测.PDFVIP

第 １２卷第３期　 　 　 　 　 　 　 　 　 　 　 　 智　 能　 系　 统　 学　 报　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．１２ №．３ ２０１７年６月　 　 　 　 　 　 　 　 　 　 　 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ　 　 　 　 　 　 　 　 　 　 　 　 　 Ｊｕｎ． ２０１７ ＤＯＩ：１０．１１９９２／ ｔｉｓ． ２０１６０７０２０ 网络出版地址：ｈｔｔｐ：／ ／ ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１５３８．ＴＰ１２１８．００６．ｈｔｍｌ 基于脑连接网络的阿尔茨海默病临床变量值预测 路子祥，屠黎阳，祖辰，张道强 （南京航空航天大学计算机科学与技术学院，江苏 南京 ２１１１０６） 摘　 要：目前脑功能连接网络已被广泛用于大脑疾病诊断，然而传统的脑网络分类方法无法评估疾病所处的阶段以 及预测病情的发展。 近期的研究表明，脑疾病的临床变量值可以有效地帮助医生进行疾病评估，为此提出一种基于 脑连接网络的方法，用于对阿尔茨海默病临床变量值进行预测。 首先从脑影像中提取功能连接网络，然后使用 ＬＡＳＳＯ进行特征选择，剔除不具有判别性的边。 同时融合网络的聚类系数和边的权重作为特征。 最后使用支持向 量回归机预估临床变量值。 在ＡＤＮＩ数据集上对提出的方法进行验证，实验结果表明，提出的方法不仅能够准确地 预测疾病临床变量值而且还验证了多种特征融合的有效性。 关键词：大脑功能；特征选择；特征提取；特征融合；网络分析；回归分析；阿尔茨海默病；医学影像 － － － 中图分类号：ＴＰ１８１　 文献标志码：Ａ　 文章编号：１６７３ ４７８５（２０１７）０３ ０３５５ ０７ 中文引用格式：路子祥，屠黎阳，祖辰，等． 基于脑连接网络的阿尔茨海默病临床变量值预测［Ｊ］． 智能系统学报，２０１７， １２（３）： － ３５５ ３６１． 英文引用格式：ＬＵ Ｚｉｘｉａｎｇ，ＴＵ Ｌｉｙａｎｇ，ＺＵ Ｃｈｅｎ，ｅｔ ａｌ． Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｃｌｉｎｉｃａｌ ｖａｒｉａｂｌｅｓ ｉｎ Ａｌｚｈｅｉｍｅｒｓ ｄｉｓｅａｓｅ ｂａｓｅｄ ｏｎ ｂｒａｉｎ － ｃｏｎｎｅｃｔｉｖｅ ｎｅｔｗｏｒｋ［Ｊ］． ＣＡＡＩ ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｙｓｔｅｍｓ，２０１７，１２（３）：３５５ ３６１． Ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｃｌｉｎｉｃａｌ ｖａｒｉａｂｌｅｓ ｉｎ Ａｌｚｈｅｉｍｅｒｓ ｄｉｓｅａｓｅ ｕｓｉｎｇ ｂｒａｉｎ ｃｏｎｎｅｃｔｉｖｅ ｎｅｔｗｏｒｋｓ ＬＵ Ｚｉｘｉａｎｇ，ＴＵ Ｌｉｙａｎｇ，ＺＵ Ｃｈｅｎ，ＺＨＡＮＧ Ｄａｏｑｉａｎｇ （Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｅｒｏｎａｕｔｉｃｓ ａｎｄ Ａｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ ２１１１０６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｂｒａｉｎ ｆｕｎｃｔｉｏｎａｌ ｃｏｎｎｅｃｔｉｖｉｔｙ ｎｅｔｗｏｒｋｓ ｈａｖｅ ｂｅｅｎ ｗｉｄｅｌｙ ｕｓｅｄ ｆｏｒ ｄｉａｇｎｏｓｉｎｇ ｂｒａｉｎ ｄｉｓｅａｓｅｓ． Ｈｏｗｅｖｅｒ，ａ ｔｒａｄｉｔｉｏｎａｌ ｂｒａｉｎ ｎｅｔｗｏｒｋ ｂａｓｅｄ ｏｎ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄｓ ｃａｎｎｏｔ ａｓｓｅｓｓ ｔｈｅ ｓｔａｇｅ ｏｒ ｐｒｅｄｉｃｔ ｔｈｅ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｈｅ ｄｉｓｅａｓｅ． Ｒｅｃｅｎｔ ｓｔｕｄｉｅｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｖａｌｕｅｓ ｏｆ ｔｈｅ ｃｌｉｎｉｃａｌ ｖａｒｉａｂｌｅｓ ｏｆ ｂｒａｉｎ ｄｉｓｅａｓｅ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｈｅｌｐ ｄｏｃｔｏｒｓ