Predicting Brain Regions Related to Alzheimer’s Disease Based on Global Feature
Notice bibliographique
Résumé
Abstract Alzheimer’s disease (AD) is a common neurodegenerative disease in the elderly, early diagnosis and timely treatment are very important to delay the course of the disease. In the past, most of the brain regions related to AD were identified based on the imaging method, which can only identify some atrophic brain regions. In this work, we used mathematical models to find out the potential brain regions related to AD. First, diffusion tensor imaging (DTI) was used to construct the brain structural network. Next, we set a new local feature index 2hop-connectivity to measure the correlation among different areas. The 2hop-connectivity utilizes the higher-order information of the graph structure relative to the traditional graph theory metrics. And for this, we proposed a novel algorithm named 2hopRWR to measure 2hop-connectivity. At last, we proposed a new index GFS (Global Feature Score) based on a global feature by combing 5 local features: degree centrality, betweenness centrality, closeness centrality, the number of maximal cliques, and 2hop-connectivity, to judge which brain regions are likely related to Alzheimer’s Disease. As a result, all the top ten brain regions in the GFS scoring difference between the AD group and the non-AD group were related to AD by literature verification. Literature validation results comparing GFS with local features showed that GFS outperforms individual local features. Finally, the results of the canonical correlation analysis showed that the GFS was significantly correlated with the scores of the mini-mental state examination (MMSE) scale and the Montreal cognitive assessment (MoCA) scale. So, we believe the GFS can also be used as a new index to assist in diagnosis and objective monitoring of disease progression. Besides, the method proposed in this paper can be used as a differential network analysis method in other areas of network analysis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».