集成复杂网络“视角”与人工神经网络用于轻度认知障碍检测
计算机视觉与模式识别
2021-01-27 v1 图像与视频处理
神经元与认知
摘要
本文提出一种基于联合利用复杂网络与神经网络范式的轻度认知障碍检测新方法。具体而言，该方法基于利用人工神经网络集成不同的脑结构“视角”。一方面，这些视角由专为描述 altered 脑连接而定制的复杂网络度量获得；进而，脑重建通过结合扩散加权成像（DWI）数据与纤维追踪算法得到。另一方面，人工神经网络提供了从脑拓扑属性到认知衰退存在与否映射的学习手段。该方法在一个知名基准数据集上研究了有效性，以评估其能否提供支撑早期疾病诊断的自动化工具。此外，还研究了平衡问题的影响，以进一步评估复杂网络方法对 DWI 数据的可靠性。
引用
@article{arxiv.2101.10629,
title = {Ensembling complex network 'perspectives' for mild cognitive impairment detection with artificial neural networks},
author = {Eufemia Lella and Gennaro Vessio},
journal= {arXiv preprint arXiv:2101.10629},
year = {2021}
}