基于极限学习机的轻度认知障碍辅助诊断

王之琼， 蒋文静， 刘秉佳， 陈思冲

(东北大学 医学与生物信息工程学院，辽宁 沈阳 110169)

轻度认知障碍(mild cognitive impairment, MCI)为阿尔茨海默病(Alzheimer′s disease, AD)的前期阶段。目前全球约有5000万痴呆症患者，其中2/3是阿尔茨海默病，据预测，到2050年，痴呆的人口可能会增加到1.52亿[1]。阿尔茨海默病是一种致死性疾病，轻度认知障碍患者一旦转化为阿尔茨海默病则不可逆转。相比之下，轻度认知障碍患者由于大脑病变程度较低，通过治疗可以延缓甚至阻止其向不可逆的阿尔茨海默病转化。但是，轻度认知障碍临床诊断困难重重，仅从结构上的影像检查结果来看，患者的病变不明显；病理检测敏感度不高且实施难度大；而最常用的神经心理学测试也存在主观性较强的问题。因此，研究如何对轻度认知障碍进行准确可靠的计算机辅助诊断可以使更多轻度认知障碍患者得到早诊断和早治疗，从而降低阿尔茨海默病的发病率，在老龄人口急剧增长的今天尤为重要。

近年来，功能磁共振成像(functional magnetic resonance imaging, fMRI)技术的快速发展为大脑疾病的研究提供了思路。其中，静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)是诊断轻度认知障碍等神经退行性疾病的一种重要手段，它可以有效、无创、安全地检测大脑各脑区的激活状态，有助于对因神经退行性疾病或其他原因难以执行复杂任务患者的大脑功能进行研究[2]。

极限学习机(extreme learning machine, ELM)是一种基于前馈神经网络的学习算法，相较于传统算法，具有学习速度快、泛化能力强、准确率高的特点。研……