The Coupled Representation of Hierarchical Features for Mild Cognitive Impairment and Alzheimer's Disease Classification
Notice bibliographique
Résumé
Structural magnetic resonance imaging (MRI) features have played an increasingly crucial role in discriminating patients with Alzheimer's disease (AD) and mild cognitive impairment (MCI) from normal controls (NC). However, the large number of structural MRI studies only extracted low-level neuroimaging features or simply concatenated multitudinous features while ignoring the interregional covariate information. The appropriate representation and integration of multilevel features will be preferable for the precise discrimination in the progression of AD. In this study, we proposed a novel inter-coupled feature representation method and built an integration model considering the two-level (the regions of interest (ROI) level and the network level) coupled features based on structural MRI data. For the intra-coupled interactions about the network-level features, we performed the ROI-level (intra- and inter-) coupled interaction within each network by feature expansion and coupling learning. For the inter-coupled interaction of the network-level features, we measured the coupled relationships among different networks via Canonical correlation analysis. We evaluated the classification performance using coupled feature representations on the Alzheimer's Disease Neuroimaging Initiative (ADNI) database. Results showed that the coupled integration model with hierarchical features achieved the optimal classification performance with an accuracy of 90.44% for AD and NC groups, with an accuracy of 87.72% for the MCI converter (MCI-c) and MCI non-converter (MCI-nc) groups. These findings suggested that our two-level coupled interaction representation of hierarchical features has been the effective means for the precise discrimination of MCI-c from MCI-nc groups and, therefore, helpful in the characterization of different AD courses.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».