结合结构网络与MRI特征对轻度认知障碍疾病分类

摘要

为了高效准确地诊断轻度认知障碍(MCI)病人是否转变为阿尔茨海默(AD),本文提出一种结合结构网络与磁共振(MRI)特征对MCI疾病分类方法.该方法利用核函数依据皮层厚度差异构建单个被试网络,并生成有效的网络特征.在特征选择上将网络与MRI特征以迭代方式选择最具预测性的特征组合模式,最后采用基于留一法的支持向量机对样本进行分类.实验结果表明:无需增加其他信息,将网络与MRI特征进行有效结合,本方法可以很好的区分MCI病人是否转变为AD病人(分类精度为82.4％),有效的提高了分类预测效果.