多属性脑网络图核

融合功能相似性

通过为脑区赋予多属性并在图核中融合功能相似性，更准确地定位疾病影响的特定脑区，从而提升神经退行性疾病诊断性能。

汪新蕾 · 信俊昌 · Wang, Zhongyang · Qu, Luxuan · Li, Jiani · Wang, Zhiqiong

Computers in Biology and Medicine 2024

技术优势

能定位病灶脑区

通过融合功能相似性，可以更准确地定位受疾病影响的特定脑区，从而在测量脑网络相似性时有所侧重。

诊断性能显著提升

在真实数据集上的实验表明，所提方法能够显著提高神经退行性疾病的诊断性能。

应用场景

• 脑疾病计算机辅助诊断：直接用脑网络相似性辅助神经退行性疾病诊断，取代仅靠结构相似性的旧方法。
• 医学影像分析：在脑网络分析中融合功能信息，提高基于影像的疾病判别准确性。
• 神经影像计算：为神经影像数据提供融合功能与结构相似性的计算核，增强脑网络特征表达能力。