基于高阶最小生成树的脑网络分析及对阿兹海默氏症患者的分类
来源：计算机应用杂志2017年第11期北京时间：
作者：郭浩, 刘磊, 陈俊杰
单位：太原理工大学 计算机科学与技术学院, 太原 030024
摘要：利用静息态功能磁共振成像技术来研究大脑的功能连接网络是当前脑疾病研究的重要方法之一。这种方法能准确地检测包括阿兹海默氏症在内的多种脑疾病。然而，传统的网络只是研究两个脑区之间相关程度，而且缺乏对大脑区域之间更深层次的交互信息和功能连接之间关联程度的研究。为了解决这些问题，提出了一种构建高阶最小生成树功能连接网络的方法，该方法不仅保证了功能连接网络的生理学意义，而且研究了网络中更复杂的交互信息，提高了分类的准确率。分类结果显示，基于高阶最小生成树功能连接网络的静息态功能磁共振成像分类方法大幅提高了阿兹海默氏症检测的准确率。
关键词：脑网络,最小生成树,机器学习,阿兹海默氏症,功能磁共振成像
基金资助：国家自然科学基金资助项目（61373101，61472270，61402318，61672374）；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）。
