典型文献
基于静息态fMRI信号复杂度的MCI识别研究
文献摘要：
目的 基于静息态功能磁共振图像,提取默认网络特征脑区的信号复杂度参数建立轻度认知障碍(mild cognitive impairment,MCI)的分类模型.方法 研究数据来源于阿尔茨海默病神经成像数据库,包含48名健康人和53例MCI患者的数据.首先进行独立成份分析,针对分离出的独立成份分别计算对应时间序列的Hurst指数.然后在体素水平上采用双样本t检验选择左侧眶部额下回、左侧额上回和左侧额中回作为特征脑区,计算其Hurst指数作为分类特征.最后用支持向量机对MCI患者进行识别,并评价模型的准确率、灵敏度、特异度以及接收操作特征(receiver operating characteristics,ROC)曲线下面积.结果 基于MCI和正常对照两组构建的分类模型,获得了最高88.71％的分类准确率、90.91％的灵敏度和86.21％的特异度,此外,ROC曲线的最大线下面积为0.96.结论 Hurst指数可以反映MCI患者异常脑功能活动,基于独立成份分析和支持向量机的方法能有效地识别MCI患者,具有一定的临床辅助诊断意义.
文献关键词：
轻度认知障碍;静息态功能磁共振成像;Hurst指数;独立成份分析;支持向量机
中图分类号：
作者姓名：
董建鑫;王川
作者机构：
首都医科大学燕京医学院,北京 101300
文献出处：
引用格式：
[1]董建鑫;王川-.基于静息态fMRI信号复杂度的MCI识别研究)[J].北京生物医学工程,2022(06):564-568,582
A类：
独立成份分析
B类：
于静,fMRI,MCI,功能磁共振图像,默认网络,网络特征,脑区,轻度认知障碍,mild,cognitive,impairment,分类模型,研究数据,数据来源,于阿尔,阿尔茨海默病,神经成像,健康人,Hurst,额下回,额上回,额中回,分类特征,收操,操作特征,receiver,operating,characteristics,正常对照,组构,分类准确率,大线,脑功能活动,临床辅助,辅助诊断,诊断意义,静息态功能磁共振成像
AB值：
0.314833
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
