MCI 特定のための重み付けされたグラフ正則化スパース脳ネットワークの構築

Weighted graph regularized sparse brain network construction for MCI identification
Renping Yu, Lishan Qiao, Mingming Chena, Seong-Whan Lee, Xuan Fei,Dinggang Shene Pattern Recognition, 90, pp.220-231, 2019

安静状態の機能的MRIから構築される脳機能ネットワークは,アルツハイマー病やその前駆症状である軽度認知症(MCI)といった脳疾患の分析や診断に広く応用されてきた.意味のある脳ネットワークを構築するとは,例えば,スパース表現はその後の分析や病気の診断を行う前の重要なステップである.しかしながら,スパース表現の独立したコーディングプロセスは,そのデータにおける本質的な局所性や類似性の特性を捉えることに失敗する.この問題を解決するために,私達は,脳機能ネットワークが脳の結合性に先立つスパース性だけでなく,そのデータにおける本質的な相関類似度や局所多面構造を考慮することで最適化されうるということに基づいて,新たな,重み付けされた正則化スパース表現フレームワークを提案する.加えて,自己表現モデルにおける非収束グラフラプラシアンは適切に解かれている.スパース特徴選択のパイプラインと分類器が組み合わされ,構築された脳機能ネットワークに基づく軽度認知症を特定することにより,私達の提案手法の効果が示される.