多动症会严重影响儿童发育,对多动症患者的有效诊断受到广泛关注。该文结合脑网络的拓扑结构信息和图上的信号,提出一种基于稀疏表示的图相似性计算方法,从微观到宏观分析脑区之间的差异。该方法使用Pearson相关系数构建全连通脑网络,基于稀疏表示从底层结构中提取节点子网络,根据图核函数计算子网络相似性,最后给出了脑网络相似性的全局指标。以受试者间的相似性作为特征在公共数据集ADHD-200上的分类实验结果表明,该方法能够以93.1%的准确度区分多动症患者和健康对照者,分类性能明显优于其他已有算法。此外,结果表明多动症患者在中央前回、丘脑、海马和脑岛等脑区之间有更强的连接。
来源出处
基于子图相似性的多动症患者脑网络分析
http://sjcj.nuaa.edu.cn/sjcjycl/article/abstract/202305012
相关内容
发布日期
08/04/2020 - 01:35
发布日期
06/17/2022 - 10:21
发布日期
06/22/2024 - 17:53
发布日期
01/10/2022 - 19:32
发布日期
09/21/2023 - 22:52
发布日期
02/10/2022 - 15:24
发布日期
01/10/2022 - 19:31
发布日期
08/04/2020 - 01:35
发布日期
10/23/2024 - 19:39
发布日期
09/02/2024 - 19:26
发布日期
08/04/2020 - 01:35
发布日期
08/04/2020 - 01:35
发布日期
06/07/2024 - 17:46
发布日期
08/20/2024 - 19:21
发布日期
10/31/2021 - 01:12
发布日期
04/18/2024 - 09:29
发布日期
08/04/2020 - 01:35
发布日期
09/18/2024 - 19:30
发布日期
09/02/2024 - 19:26
发布日期
07/02/2023 - 18:27