论文部分内容阅读
为更好地将脑网络的拓扑属性应用于轻度认知障碍的分类研究中,提出利用最小生成树构造无偏差脑网络,通过其拓扑属性准确刻画网络之间的差异,避免传统网络中连接强度带来的影响。分别提取早期轻度认知障碍、晚期轻度认知障碍和正常老年人这3组被试的无权网络和最小生成树的拓扑属性作为分类特征,使用支持向量机进行分类研究。实验结果表明,基于最小生成树的分类方法比传统无权网络具有更好地分类效果,表明最小生成树能更准确度量脑网络的结构变化,可以用于阿尔兹海默病的早期辅助诊断。