文献

J-GLOBAL ID：201502205650043708   整理番号：15A1113960

改良されたスペクトルクラスタリングアルゴリズムとその応用MCI検出【Powered by NICT】

Improved spectral clustering algorithm and its application in MCI detection

著者 (2件)： Xiang Jie (Coll. of Computer Sci. and Technol., Taiyuan Univ. of Technol., Taiyuan) ,  Zhao Dongqin (Center of Experimental and Teaching, Shanxi Univ. of Finance and Economics, Taiyuan)
資料名： Tongxin Xuebao  (Tongxin Xuebao)
巻： 36  号： 4  ページ： 2015181-01-2015181-08  発行年： 2015年 
JST資料番号： W1463A  ISSN： 1000-436X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 機能的磁気共鳴画像(fMRI)を用いた軽度認知障害(MCI)を検出するために,fMRIクラスタリングに基づく方法は,fMRIデータは,MCI患者の血中酸素レベル依存性(BOLD)変化モデルを得るためにクラスター化し,異常パターンは,疾患を検出するために使用した提案した。従来のスペクトルクラスタリングアルゴリズムは,固有値と固有ベクトルのすべてを計算する必要があるので,時間と空間複雑性は高かった。改良されたスペクトルクラスタリング手法は同様のマトリックス構成法とσとkの設定法を提案し,この方法はMCI患者のクラスター化と検出に適用した。提案した方法の性能を検証するために,クラスタリング結果,伝統的アルゴリズムを用いた分類精度とNystromの比較も行った。比較実験結果は,提案した方法は,BOLDパターンを得るより正確にできることを示した,MCI検出の精度は他の二つのアルゴリズムよりも高く,時間と空間複雑性は,従来のアルゴリズムよりも少なかった。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 患者 ,  比較試験 ,  血液 ,  固有値 ,  *アルゴリズム ,  酸素 ,  固有ベクトル ,  *クラスタ化
準シソーラス用語： 分類精度 ,  複雑性 ,  軽度認知障害 ,  機能的MRI , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (1件)： 応用