山东大学学报(工学版)

作者：李颖,王建坤

单位：1. 山东管理学院信息工程学院, 山东 济南 250357；2. 山东省大数据中心, 山东 济南 250011

关键词：轻度认知障碍,监督图正则化,信息融合,特征提取,分类,

基金：2022年度济南市哲学社会科学研究课题(JNSK22B44)

为提高转化型和稳定型轻度认知障碍(mild cognitive impairment, MCI)的分类精度, 利用阿尔茨海默病样本和正常对照组样本学习投影矩阵, 使用监督图正则化项优化样本的局部近邻关系, 基于投影矩阵对MCI样本进行空间变换, 提取对转化型和稳定型MCI具有判别性的特征。将提取的特征与mini精神状态检查评分, 以及与载脂蛋白E4等位基因信息融合, 通过信息互补增强特征的判别性。使用融合特征训练支持向量机分类器对转化型和稳定型MCI分类。在ADNI数据库上进行试验, 分类精度达到73.33%。与已有方法相比, 本研究提出方法的分类精度、敏感度和特异度显著提高。

来源：2023年第4期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2023年第4期