摘要: 针对复杂脑网络分析中网络结构变化阈值选择中没有公认的标准确定合适阈值这一问题,基于拓扑分析中的持续同调性理论,本文提出一种多尺度大脑网络建模分析方法,该方法在大脑全尺度距离范围之内,通过不断增加阈值,运用Rips过滤算法捕获网络的动态持续拓扑特征,并用条形码和持续图对拓扑特征可视化,最后通过计算持续图之间的Bottleneck距离和Wasserstein距离分析持续特征的稳定性。实验结果表明,该方法能更准确地提取大脑网络的拓扑结构特征并提高诊断分类的准确性。
中图分类号:
阴桂梅, 王千山, 姚蓉, 李海芳. 拓扑数据分析在复杂脑网络分析中的应用[J]. 宇航计测技术, 2020, 40(5): 76-82.
YIN Gui-mei, WANG Qian-shan, YAO Rong, LI Hai-fang. Application of Topological Data Analysis in Complex Brain Network Analysis[J]. Journal of Astronautic Metrology and Measurement, 2020, 40(5): 76-82.