基于图的置换模式用于轻度认知障碍中DTI网络上任务相关fMRI信号的分析

置换熵（$PE$）是一种针对单变量时间序列的强有力非线性分析技术。近来，图信号置换熵（$PEG$）被提出以将$P$扩展至不规则域上的数据。然而，$PEG$存在局限，因其仅提供单一数值来刻画整个图信号。在此，我们引入一种在顶点层级评估图信号的新方法：基于图的置换模式。合成数据集显示了我们方法的有效性。我们揭示出图信号中$PEG$无法检测的动力学可通过我们的基于图模式加以辨别。随后在轻度认知障碍工作记忆任务中获取的DTI与fMRI数据中进行了验证，我们在结构性白质网络上探索功能性脑信号。我们的发现表明，个体脑区的基于图置换模式随疾病进展而改变，展现出作为在细粒度尺度上分析图信号方法的潜力。