改进谱聚类算法在MCI患者检测中的应用研究

相洁; 赵冬琴

doi:10.11959/j.issn.1000-436x.2015181

您当前的位置：

首页 >

文章列表页 >

改进谱聚类算法在MCI患者检测中的应用研究

学术论文 | 更新时间：2024-06-05

- 改进谱聚类算法在MCI患者检测中的应用研究
- Improved spectral clustering algorithm and its application in MCI detection
- 通信学报 2015年36卷第4期页码：27-34
- 作者机构：
  
  1. 太原理工大学计算机科学与技术学院，山西太原 030024
  2. 山西财经大学实验教学中心，山西太原 030006
- 作者简介：
  
  [ "相洁（1970-），女，山西太原人，太原理工大学副教授，主要研究方向为数据挖掘、脑信息学、人工智能及其应用。" ]
  [ "赵冬琴（1984-），女，山西阳泉人，山西财经大学硕士生，主要研究方向为智能信息处理。" ]
- 基金信息：
  
  国家自然科学基金资助项目(61170136);国家自然科学基金资助项目(61373101);国家自然科学基金资助项目(61472270);国家自然科学基金资助项目(61402318);山西省科技攻关基金资助项目(20140321002-01)
- DOI：10.11959/j.issn.1000-436x.2015181
  中图分类号： TP181.09
- 网络出版日期：2015-04，
  
  纸质出版日期：2015-04-25
- 稿件说明：
移动端阅览
相洁, 赵冬琴. 改进谱聚类算法在MCI患者检测中的应用研究[J]. 通信学报, 2015,36(4):27-34.

Jie XIANG, Dong-qin ZHAO. Improved spectral clustering algorithm and its application in MCI detection[J]. Journal on communications, 2015, 36(4): 27-34.
相洁, 赵冬琴. 改进谱聚类算法在MCI患者检测中的应用研究[J]. 通信学报, 2015,36(4):27-34. DOI： 10.11959/j.issn.1000-436x.2015181.

Jie XIANG, Dong-qin ZHAO. Improved spectral clustering algorithm and its application in MCI detection[J]. Journal on communications, 2015, 36(4): 27-34. DOI： 10.11959/j.issn.1000-436x.2015181.

摘要

摘要：为了利用功能核磁影像（fMRI，functional magnetic resonance imaging）数据进行轻度认知障碍（MCI，mild cognitive impairment）自动检测，对患者的 fMRI 数据进行聚类分析，得到患者大脑血氧依赖水平(BOLD，blood oxygen level dependence)的变化模式，并将异常模式用于疾病检测中。由于传统谱聚类算法需要计算相似矩阵所有的特征值和特征向量、时间与空间复杂度较高。提出一种改进的谱聚类方法，在相似矩阵的构造以及σ与k值的确定等方面进行了改进，将其用于MCI fMRI数据的聚类与诊断研究中。与传统谱聚类及Nyström算法进行的对比实验结果表明，改进的谱聚类方法可以更准确得到患者异常BOLD模式，分类正确率较高，且时间和空间复杂度均小于传统算法。

Abstract

In order to detect mild cognitive impairment (MCI) using functional magnetic resonance imaging (fMRI)，a method based on fMRI clustering was proposed fMRI data were clustered to obtain the blood oxygen level dependence( BOLD) change model of MCI patients，then abnormal patterns were used to detect disease.The traditional spectral clustering algorithm needs to calculate all of the eigenvalue and eigenvector，so time and space complexity is higher.An improved spectral clustering method was proposed which modified the similar matrix construction method and the setting method of σ and k，and then this method was applied to clustering and detection of MCI patients.To verify the performance of the proposed method，the comparison of the clustering result，classification accuracy using traditional algorithm and Nyström is also done.The comparative experimental results show that the proposed method can get BOLD pattern more accurately，the accuracy of MCI detection is higher than the other two algorithms，and the time and space complexity are less than the traditional algorithm.

关键词

Keywords

references

BROOKMEYER R ， JOHNSON E ， ZIEGLER G K ， et al . Forecasting the global burden of Alzheimer's disease [J ] . Alzheimers Dement ， 2007 ， 3 ( 3 ): 186 - 191 .

MISRA C ， FAN Y ， DAVATZIKOS C . Baseline and longitudinal patterns of brain atrophy in MCI patients，and their use in prediction of short-term conversion to AD:results from ADNI [J ] . NeuroImage ， 2009 ， 44 : 1414 - 1422 .

蔡晓妍，戴冠中，杨黎斌 . 谱聚类算法综述 [J ] . 计算机科学， 2008 ， 35 ( 7 ): 14 - 18 .

CAI X Y ， DAI G Z ， YANG L B . Survey on spectral clustering algorithms [J ] . Computer Science ， 2008 ， 35 ( 7 ): 14 - 18 .

JORDAN M I ， NG A Y ， WEISS Y . On spectral clustering:analysis and an algorithm [A ] . Proceedings of the 14th Advances in Neural Information Processing Systems (NIPS 2002) [C ] . Cambridge，MA ， 2002 . 849 - 856 .

YEO B T ， OU W . Clustering fMRI time series [EB/OL ] . http://people.csail.mit.edu/ythomas/uopublished/6867fMRI.pdf http://people.csail.mit.edu/ythomas/uopublished/6867fMRI.pdf . 2004

WU C . Feature selection for fMRI classification [J ] . Program of Computational Biology Carnegie Mellon University Pittsburgh ，PA 15213.

WANG C ， TIAN J ， CHEN S ， et al . Image segmentation using spectral clustering [A ] . 2012 IEEE 24th International Conference on Tools with Artificial Intelligence.IEEE Computer Society [C ] . 2005 . 677 - 678 .

ALKAN S ， YARMAN V F T . Localization of semantic category classification in fMRI images [A ] . Signal Processing and Communications Applications Conference (SIU) [C ] . 2014 . 2178 - 2181 .

FOWLKES C ， BELONGIE S , CHUNG F , et al . Spectral groupingusing the Nystrom method [J ] . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2004 ， 26 ( 2 ): 214 - 225 .

CHEN W Y ， SONG Y ， BAI H ， et al . Parallel spectral clustering in distributed systems [J ] . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2011 ， 33 ( 3 ): 568 - 586 .

孔万增，孙志海，杨灿等 . 基于本征间隙与正交特征向量的自动谱聚类 [J ] . 电子学报， 2010 ， 38 ( 8 ): 1880 - 1891 .

KONG W Z ， SUN Z M ， YANG C.et al . Automatic spectral clustering based on eigengap and orthogonal eigenvector [J ] . Acta Electronica Sinica ， 2010 ， 38 ( 8 ): 1880 - 1891 .

相洁 . 启发式问题解决认知神经机制及fMRI数据分析方法研究 [D ] . 太原理工大学， 2010 .

XIANG J . Study of Cognitive Neuroscience Mechanism of Heuristic Problems Solving and Methods of fMRI Data Analysis [D ] . Taiyuan University of Technology ， 2010 .

YAN C G ， ZANG Y F . DPARSF:a MATLAB toolbox for “pipeline”data analysis of resting-state fMRI [J ] . Frontiers in Systems Neuroscience ， 2010 ， 5 ( 4 ): 1 - 3 .

CHANG C G ， LIN C J . LIBSVM:a library for support vectormachines [EB/OL ] . http://www.csie.ntu.edu.tw/～cjlin/libsvm http://www.csie.ntu.edu.tw/～cjlin/libsvm .

吕艳阳，相洁 . 基于SVM的 fMRI 数据分类及MCI诊断应用 [J ] . 计算机工程与设计， 2013 ， 34 ( 9 ): 3313 - 3317 .

LV Y Y ， XIANG J . fMRI data classification based on SVM and its application in diagnosis of MCI [J ] . Computer Engineering and Design ， 2013 ， 34 ( 9 ): 3313 - 3317 .

浏览量

943

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多层次特征的RoQ隐蔽攻击无监督检测方法

面向大规模时间敏感网络的分组调度机制

位置社交网络中谱嵌入增强的兴趣点推荐算法

基于点轨迹的核相关滤波器跟踪算法

基于谱聚类的访问控制异常权限配置挖掘机制