基于谱聚类的MCI功能影像分类特征选择研究

为有效提取轻度认知障碍患者发生病变的特征、解决传统聚类方法在BOLD-fMRI数据特征提取中存在的不足,提出了改进的谱聚类方法。采用改进的谱聚类方法对fMRI数据进行聚类、提取模式特征,使用该特征对MCI和正常人进行分类研究,正确率达到了82%,且存在异常模式的脑区大多属于MCI患者的关键脑区。实验结果表明,谱聚类可以应用于BOLD-fMRI特征提取,为今后MCI辅助诊断模型提供了一定的研究基础。