论文部分内容阅读
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.