登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
复杂网络节点相似性算法及其在癫痫病辅助诊断的应用
  • 摘要

    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.

  • 作者

    何艳  赵晓婷  于云莉  HE Yan  ZHAO Xiao-Ting  YU Yun-Li 

  • 作者单位

    贵州医科大学生物与工程学院,贵阳,550004/贵州医科大学附属医院神经内科,贵阳,550004

  • 刊期

    2017年1期 ISTIC

  • 关键词

    复杂网络  节点相似性  链路预测  癫痫  complex network  node similarity  link prediction  epilepsy 

相似文献 查看更多>>
34.226.244.70