基于最小生成树的多特征融合的脑网络分类研究-计算机应用研究.PDFVIP

———————————————————————————————————————————————— 基于最小生成树的多特征融合的脑网络分类研究 作者 闫朋朋,郭浩,陈俊杰 机构 太原理工大学 计算机科学与技术学院 基金项目 国家自然科学基金资助项目6147227061672374）；山西省科技厅 应用基础研究项目青年面上项目（201601D021073）；山西省教育厅高等学校科技创新研究项 目（2016139） 预排期卷 《计算机应用研究》2018 年第35 卷第11 期 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和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，最小生成树方法可以用于抑郁症的 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。 关键词 最小生成树；多特征融合；抑郁症；分类；脑网络 作者简介 闫朋朋（1990-），女，河南郑州人，硕士研究生，主要研究方向为人工智能、智能信息处理、 脑信息学（ypp.90@163.com）；郭浩（1981-），男，副教授，博士，主要研究方向为智能信 息处理、脑信息学、脑影像学、语义网；陈俊杰（1956-），男，教授，博导，主要研究方向 为数据库与智能信息处理． 中图分类号 TP183 访问地址 /article/02-2018-11-005.html 发布日期 2017 年11 月10 日 引用格式 闫朋朋,郭浩,陈俊杰. 基于最小生成树的多特征融合的脑网络分类研究[J/OL]. 2018, 35(11). [2017-11-10]. /article/02-2018-11-005.html. 35 11 Vol. 35 No. 11 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于最小生成树的多特征融合的脑网络分类研究 * 闫朋朋，郭 浩，陈俊杰 (太原理工大学 计算机科学与技术学院, 太原 030024) 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和连接模式相结 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 - - - - limbic-cortical-