一种新的数据预处理算法——NLCA

针对数据预处理的方法进行了研究,提出了基于非线性相关性分析与量化(Non-LinearCorrelation Analysis,NLCA)算法。NLCA算法是一种基于在多重图中通过对多重边聚合从而达到约简的工具,它包括边聚合与点聚合。这种算法能够很好地表示实时数据全局的相关性,改进了现有使用联合概率的单一计算方法。对该算法进行了大量实际数据的验证,显示出它是一种优于现有的数据预处理方法。

卒中后失语患者非语言性认知功能特点的临床研究

目的 探讨卒中后失语患者的非语言性认知功能特点.方法 纳入30例卒中后失语患者和30例卒中后非失语患者,对失语组采用汉语失语检查量表（Aphasia Battery of Chinese,ABC）进行失语评估,并用非语言性的认知功能评定量表（The Non-language-based Cognitive assessment,NLCA）评估卒中后失语患者和非失语患者的认知功能.用卒中后失语患者抑郁问卷（医院版）（Stroke Aphasic Depression Questionnaire Hospital Version,SADQ-H）评估卒中后失语患者的抑郁情绪,比较失语患者的抑郁情绪与认知功能损伤之间的关系.结果 失语组的NLCA总分（50.01±14.01）分显著低于非失语组（66.13±5.95）分,差异具有统计学意义（P＜0.05）;失语组的NLCA总分及其各亚项分值均与ABC总分及其各亚项分值具有相关性（P＜0.01,P＜0.05）;失语组SADQ-H总分（21.83±7.37）分显著高于非失语组SADQ-H总分（16.13±5.84）分,差异具有统计学意义（P＜0.01）;失语组SADQ-H评分与NLCA总分呈显著负性相关（r=-0.468,P＜0.05）.结论 卒中后失语患者存在非语言性认知功能障碍,并且失语患者抑郁情绪的严重程度对认知功能的损伤有影响.