轻度认知障碍(MCI)是阿尔兹海默症(AD)的前驱阶段，对轻度认知障碍所处阶段的精确诊断具有重要意义。本文旨在通过对静息态功能磁共振成像(rs-fMRI)信号进行直接分析建立诊断不同阶段(早期和晚期)的轻度认知障碍的分类框架，并通过总正确率，特异性(晚期MCI的正确率)和敏感性(早期MCI的正确率)评价其分类性能。
　　通过应用解剖自动标记(AAL)模板，将受试者的所有fMRI图像分割为116个感兴趣区域(ROI)，并提取每个ROI的平均rs-fMRI信号。将希尔伯特-黄变换(HHT)引入到框架中，从多分辨率的角度分析这些非平稳和非线性时间序列，将每个rs-fMRI信号分解为一系列本征模式函数(IMF)。在获得信号的所有IMF的瞬时频率和振幅后，计算希尔伯特加权频率(HWF)并将其组合为向量，作为相应ROI的特征。随后利用支持向量机(SVM)实现不同阶段MCI的分类。我们使用独立双样本t检验作为特征选择方法，并通过留一交叉验证(LOOCV)方法测量了分类性能。
　　本文提出的方法在来自阿尔茨海默症神经影像学计划(ADNI)的77例早期MCI(eMCI)和64例晚期MCI(lMCI)的数据集上分类准确率达87.94％。这项工作已证实了先前研究发现的一些大脑区域具有显著差异。我们发现，HWF特征在所有小脑区域均表现出明显的下降趋势。大脑不同区域的rs-fMRI信号并未在全频段改变，而是仅在某些狭窄的频带中发生变化。分析结果表明，在MCI进展过程中，rs-fMRI的主要变化集中在IMF3中，而具有其他序号的IMF也包含具有高SVM权重的HWF特征，例如眶部额上回的IMF2，脑岛的IMF4和小脑区域的LobuleⅢ的IMF5，表明其他IMF也同样为MCI诊断提供重要信息。
　　本文证实了基于HHT的分类框架在MCI不同阶段的分类中的分类能力。通过分析，我们发现在MCI的发展过程中，rs-fMRI的主要变化集中在IMF3，而HWF特征在所有小脑区域均表现出明显的下降趋势。