复杂网络节点相似性算法及其在癫痫病辅助诊断的应用①
2017-10-13赵晓婷于云莉
计算机系统应用 2017年1期
关键词:癫痫
何 艳, 赵晓婷, 于云莉
复杂网络节点相似性算法及其在癫痫病辅助诊断的应用①
何 艳1, 赵晓婷1, 于云莉2
1(贵州医科大学生物与工程学院, 贵阳 550004)2(贵州医科大学附属医院神经内科, 贵阳 550004)
节点相似性分析是链路预测和社团挖掘中的重要部分. 引入CN(Common Neighbor, 共同邻居)算法、RA(Resource Allocation, 资源分配)算法、AA(Adamic-Adar)算法、Sorenson算法等四种节点相似性算法作用于真实网络以及仿真网络(即小世界网络和无标度网络)网络, 计算AUC(Area Under the Curve, 曲线下面积)曲线从而比较算法的预测准确性, 结果表明RA算法的预测准确性优于其他三种算法. 随后将四种算法用于分析8例全身性癫痫患者脑电数据功能连接网络, 结果发现RA算法预测准确性最佳, 通过RA算法能确定最大节点相似度组成的节点簇, 为量化大脑功能状态提供客观指标, 未来可以将该方法用于临床辅助诊断.
复杂网络; 节点相似性; 链路预测; 癫痫
大脑是一个复杂系统, 其信息传递和认知功能实现依赖于大脑中的神经电活动. 已知大脑电活动其时空分辨率随记录手段而变化, 但总体呈现出高维度和非平稳的特点. 多通道电极记录能尽可能地捕捉大脑电活动的空间分布特征. 在癫痫疾病中, 患者癫痫发作时往往伴随着神经集群的阵发性放电异常. 随着癫痫发作次数的增加, 癫痫患者大脑认知功能也会受到损伤, 可能表现出学习记忆能力减退或衰弱. 目前国内约1000万癫痫患者, 一般假设癫痫患者大脑回路特性发生改变, 进而引发功……
登录APP查看全文
