改进谱聚类算法在mci患者检测中的应用研究

？为了利用功能核磁影像（fmri,functionalmagneticresonanceimaging）数据进行轻度认知障碍（mci,mildcognitiveimpairment）自动检测，对患者的fmri数据进行聚类分析，得到患者大脑血氧依赖水平(bold,bloodoxygenleveldependence)的变化模式，并将异常模式用于疾病检测中。由于传统谱聚类算法需要计算相似矩阵所有的特征值和特征向量、时间与空间复杂度较高。提出一种改进的谱聚类方法，在相似矩阵的构造以及σ与k值的确定等方面进行了改进，将其用于mcifmri数据的聚类与诊断研究中。与传统谱聚类及nystr?m算法进行的对比实验结果表明，改进的谱聚类方法可以更准确得到患者异常bold模式，分类正确率较高，且时间和空间复杂度均小于传统算法。