26、fMRI激活网络分析与体积数据分类方法研究

fMRI激活网络分析与体积数据分类方法研究

1. fMRI激活网络分析

在对fMRI激活网络进行分析时，研究人员将研究对象分为了阿尔茨海默病（AD）、晚期轻度认知障碍（LMCI）、早期轻度认知障碍（EMCI）和正常（Normal）四组。其中，LMCI患者受影响更严重，接近完全的阿尔茨海默病状态，而EMCI患者则更接近健康对照组。具体人数分布为：AD组30人，LMCI组34人，EMCI组47人，正常组38人。

1.1 实验结果

为了研究fMRI激活网络的结构差异，以区分不同组别的患者，研究人员进行了一系列实验。具体操作步骤如下：
1. 计算核矩阵 ：使用玻色 - 爱因斯坦熵计算Jensen - Shannon核矩阵，并将其性能与从冯·诺伊曼熵得到的结果进行比较。根据图的谱和粒子总数，通过特定公式（式(11)）推导出化学势，进而计算熵。
2. 特征空间映射 ：运用核主成分分析（kPCA）将图映射到三维特征空间，使用前三个特征向量展示每组的聚类情况。结果表明，玻色 - 爱因斯坦熵和冯·诺伊曼熵都能将四组对象分开，但玻色 - 爱因斯坦统计下的聚类效果更好。
3. 分类准确性计算 ：为了更定量地分析，研究人员应用Fisher线性判别分析对具有核特征的图进行分类，并计算分类准确性。由于数据集的采样数量较少，采用留一法交叉验证，并将所有图作为测试数据。

分类准确性	阿尔茨海默病	LMCI	E