多频段脑功能网络融合的阿尔茨海默病分类

王中阳，信俊昌，汪新蕾，王之琼，4 ，赵 越

1(东北大学 计算机科学与工程学院，沈阳 110169) 2(东北大学 医学与生物信息工程学院，沈阳 110169) 3(辽宁省大数据管理与分析重点实验室，沈阳 110169) 4(沈阳东软智能医疗科技研究院有限公司，沈阳 110179)

1 引 言

阿尔茨海默病(Alzheimer′s Disease，AD)是继心脏病、肿瘤和脑血管疾病之后一种老年人较多发的疾病[1].有研究表明了AD患者大脑网络的功能和结构可以利用静息态核磁共振(Resting-state functional Magnetic Resonance Imaging，rs-fMRI)研究，并且研究结果显示患者的脑功能网络连接发生了改变．这些研究主要是通过一定的脑模板将患者的大脑分成多个感兴趣区域(Region of Interest，ROI)，并计算这些ROI间的血氧饱和依赖信号(Blood Oxygen Level Dependent，BOLD)信号相关系数来建立一个功能网络．而后利用图论的方法实现这个功能网络的拓扑特征分析[2，3].这些研究认为脑功能网络揭示了不同大脑区域间功能的传递，可以为AD的研究提供新的视角.在此基础上，已有研究将网络拓扑特征与机器学习方法相结合，以实现AD的计算机辅助诊断.

而现阶段BOLD信号相关性的计算通常是基于滤波去噪后的全频信号计算的．在通常的研究中把这个范围保留在0.01 Hz-0.1 Hz之间，然而这个频率范围较为宽泛[4-6].而Achard等人[4]利用离散小波变换应用于fMRI时间序列，分析发现，在0.007-0.45Hz的频率范围内，不同的大脑功能网络的“小世界”属性都有着显著的不同[5].研究发现利用分频的方式建立不同下的脑功能网络，可以实现对大脑功能网络结构特征的多样化描述，并且这种多频段的利用可以提高AD分……