Прогнозирование конверсии от умеренного когнитивного нарушения к болезни Альцгеймера с использованием графовых частотных полос и признаков на основе функциональной связности

В исследовании использовались данные rs-fMRI из базы ADNI для прогнозирования прогрессирования умеренного когнитивного нарушения (MCI) в болезнь Альцгеймера. Применена графовая обработка сигналов для разделения данных на низкие, средние и высокие частотные полосы, из которых извлечены 100 признаков связности. Оптимизация отбора признаков выполнена с помощью роя частиц и имитации отжига. Классификация методом опорных векторов с радиальной базисной функцией достигла точности 77%, специфичности 70% и чувствительности 83% при использовании всего пяти отобранных признаков. Выявленные признаки включают средний коэффициент кластеризации, среднюю силу связей, радиус, среднюю эксцентричность и модулярность из разных частотных полос.