發(fā)布時間：2020-06-13 22:43

【摘要】：作為一種圖的相似性度量,圖核已經(jīng)被提出用于計算腦網(wǎng)絡的相似性,并用于分類一些腦疾病,如阿爾茨海默病(Alzheimer’s Disease,AD)以及它的早期階段,即輕度認知功能障礙(Mild Cognitive Impairment,MCI).然而,已有圖核主要面向一般圖而構建,從而忽略了腦網(wǎng)絡自身特有的特性,如節(jié)點的唯一性(即每個節(jié)點對應著唯一的腦區(qū)),這可能影響到腦網(wǎng)絡分析(分類)性能.為了解決這個問題,構建一種面向腦網(wǎng)絡的圖核,用于測量一對腦網(wǎng)絡的相似性.具體而言就是:首先,以網(wǎng)絡中每一個節(jié)點為中心,構建一組子網(wǎng)絡來反映網(wǎng)絡的局部多層次拓撲特性.而后,利用節(jié)點的唯一性,構建測量每對子網(wǎng)組之間相似性函數(shù),從而獲得用于測量一對腦網(wǎng)絡的相似性的圖核.不同于已有的圖核,提出的圖核充分考慮到腦網(wǎng)絡自身特有的特性,以及保留了腦網(wǎng)絡局部連接特性.在兩個真實的MCI數(shù)據(jù)集上,實驗結果表明,相對于現(xiàn)階段的圖核,文中提出的圖核能夠顯著提高分類的性能.
【圖文】：

表示基核，即構建在第ｍ個閾值化腦網(wǎng)絡上的圖核，Gｍｉ和Gｍｊ對應著第ｍ個閾值化后的腦網(wǎng)絡，Ｍ是閾值的個數(shù)，μｍ是一個非負權重向量，并且滿足約束∑Ｍｍ＝１μｍ＝１．許多多核學習方法采用聯(lián)合學習參數(shù)μｍ和ＳＶＭ的其他參數(shù)［５２－５３］．與這些方法不同的是，本文采用網(wǎng)格搜索（ｇｒｉｄｓｅａｒｃｈ）的方法來確定最優(yōu)μｍ．一旦確定μｍ，多個核將能被組合為一個核，則標準ＳＶＭ將能被用于ＭＣＩ病人和正常人的分類．圖２總結了整個分類框架的詳細過程．圖２提出方法的分類框架１６７２計算機學報２０１６年

為Ｅｇｏ－ｎｅｔ），Ｂｏｒｇｗａｒｄｔ和Ｋｒｉｅｇｅｌ［４１］構建的最短路徑核（表示為Ｓｈｏｒｔｅｓｔ－ｐａｔｈ）．所有比較的圖核都是基于無標記圖而構建的，也就是沒有考慮連接網(wǎng)絡節(jié)點的標簽（即唯一性）信息．另外，為了比較，本文也從腦網(wǎng)絡中直接提取節(jié)點的聚類系數(shù)［９］特征作為Ｂａｓｅｌｉｎｅ方法用于分類，其中ｔ－ｔｅｓｔ方法用于特征選擇，而線性ＳＶＭ被用于執(zhí)行分類．表３和表４分別給出了在兩個數(shù)據(jù)集上所有方法的分類結果．圖３和圖４分別畫出了這些方法在兩個數(shù)據(jù)集上的ＲＯＣ曲線．為了比較，表５和表６分別給出了在兩個數(shù)據(jù)集上僅使用單個閾值化腦網(wǎng)絡時所有方法的分類精度．表３在Ｄｕｋｅ腦網(wǎng)絡數(shù)據(jù)集上不同方法的分類性能方法分類精度／％敏感度／％特異度／％ＡＵＣＢａｓｅｌｉｎｅ６７．６４１．７８０．００．５７Ｅｇｏ－ｎｅｔ８１．１４１．７１００．００．６９Ｓｈｏｒｔｅｓｔ－ｐａｔｈ６７．６０．０１００．００．５６ＷＬ－ｅｄｇｅ７３．０２５．０９６．００．６９ＷＬ－ｓｕｂｔｒｅｅ８１．１５８．３９２．００．８７ＷＬ－Ｓｈｏｒｔｅｓｔｐａｔｈ７０．３２５．０９２．００．６８Ｐｒｏｐｏｓｅｄ８３．８５０．０１００．００．９０圖３在Ｄｕｋｅ腦網(wǎng)絡數(shù)據(jù)上不同方法的ＲＯＣ曲線從表３、表４和圖３、圖４可以看出，在兩個數(shù)據(jù)集上，，提出圖核的分類精度和ＡＵＣ值上都要好于比較的圖核．具體而言，在Ｄｕｋｅ腦網(wǎng)絡數(shù)據(jù)集上，提出方法獲得了８３．８％的分類精度和０．９０的ＡＵＣ值，而比較方法最好分類精度是

【相似文獻】

相關期刊論文 前6條

1 ;Microsoft鐘情系統(tǒng)集成 MCI掏1000萬美元買單[J];每周電腦報;1997年01期

2 鄒昕光,賈世樓,劉曉鋒,鐘東興;RRM交換機中MCI算法的性能分析[J];通信技術;2001年03期

3 ;多媒體程序MCI指令詳解及實現(xiàn)[J];軟件世界;1997年01期

4 ;MCI和微軟拓展戰(zhàn)略合作伙伴關系;在亞太地區(qū)推出新型合作服務[J];信息產(chǎn)業(yè)報道;2005年12期

5 李朝安;;MCI通訊公司購買15萬公里單模光纜[J];激光與光電子學進展;1983年11期

6 ;[J];;年期

相關重要報紙文章 前3條

1 王其瑞;Verizon計劃67.5億美元購MCI[N];中國貿(mào)易報;2005年

2 曉鏡;MCI上周赴納斯達克上市[N];人民郵電;2004年

3 ;MCI接受Verizon 76億美元報價[N];計算機世界;2005年

本文編號：2711851