通信学报
通信學報
통신학보
JOURNAL OF CHINA INSTITUTE OF COMMUNICATIONS
2015年
4期
27-34
,共8页
谱聚类%Nystr(o)m%fMRI-BOLD%轻度认知障碍%MCI诊断
譜聚類%Nystr(o)m%fMRI-BOLD%輕度認知障礙%MCI診斷
보취류%Nystr(o)m%fMRI-BOLD%경도인지장애%MCI진단
spectral clustering%Nystr（o）m%fMRI-BOLD%MCI%MCI detection
为了利用功能核磁影像(fMRI,functional magnetic resonance imaging)数据进行轻度认知障碍(MCI,mild cognitive impairment)自动检测,对患者的fMRI数据进行聚类分析,得到患者大脑血氧依赖水平(BOLD,blood oxygen level dependence)的变化模式,并将异常模式用于疾病检测中.由于传统谱聚类算法需要计算相似矩阵所有的特征值和特征向量、时间与空间复杂度较高.提出一种改进的谱聚类方法,在相似矩阵的构造以及σ与k值的确定等方面进行了改进,将其用于MCI fMRI数据的聚类与诊断研究中.与传统谱聚类及Nystr(o)m算法进行的对比实验结果表明,改进的谱聚类方法可以更准确得到患者异常BOLD模式,分类正确率较高,且时间和空间复杂度均小于传统算法.
為瞭利用功能覈磁影像(fMRI,functional magnetic resonance imaging)數據進行輕度認知障礙(MCI,mild cognitive impairment)自動檢測,對患者的fMRI數據進行聚類分析,得到患者大腦血氧依賴水平(BOLD,blood oxygen level dependence)的變化模式,併將異常模式用于疾病檢測中.由于傳統譜聚類算法需要計算相似矩陣所有的特徵值和特徵嚮量、時間與空間複雜度較高.提齣一種改進的譜聚類方法,在相似矩陣的構造以及σ與k值的確定等方麵進行瞭改進,將其用于MCI fMRI數據的聚類與診斷研究中.與傳統譜聚類及Nystr(o)m算法進行的對比實驗結果錶明,改進的譜聚類方法可以更準確得到患者異常BOLD模式,分類正確率較高,且時間和空間複雜度均小于傳統算法.
위료이용공능핵자영상(fMRI,functional magnetic resonance imaging)수거진행경도인지장애(MCI,mild cognitive impairment)자동검측,대환자적fMRI수거진행취류분석,득도환자대뇌혈양의뢰수평(BOLD,blood oxygen level dependence)적변화모식,병장이상모식용우질병검측중.유우전통보취류산법수요계산상사구진소유적특정치화특정향량、시간여공간복잡도교고.제출일충개진적보취류방법,재상사구진적구조이급σ여k치적학정등방면진행료개진,장기용우MCI fMRI수거적취류여진단연구중.여전통보취류급Nystr(o)m산법진행적대비실험결과표명,개진적보취류방법가이경준학득도환자이상BOLD모식,분류정학솔교고,차시간화공간복잡도균소우전통산법.
