机构组织,TY -的A2 Ferreri Florinda盟——刘,浩盟——胡Haimeng AU -王,Huiying盟——汉盟-李、云飞AU -气,慧慧盟——王,梅梅盟——张单翼盟——他,汇金盟——赵,小虎PY - 2020 DA - 2020/07/01 TI -脑网络构建一个L1-Norm回归模型更敏感的检测小世界网络变化在早期广告SP - 9436406六世- 2020 AB -最之前的成像研究使用传统的皮尔森相关分析构建脑网络。这种方法不能充分和完全地解释相邻大脑区域之间的相互作用。本研究采用L1-norm线性回归模型对轻度认知障碍(MCI)、阿尔茨海默病(AD)和健康对照(HCs)三组患者的脑网络小世界属性进行检验;我们试图确定可以检测MCI和AD患者细微差异的方法。对24名AD患者、33名MCI患者和27名HC老年人进行了功能核磁共振(fMRI)检测。利用传统的皮尔逊相关和l1 -范数构造大脑网络，然后通过计算聚类系数(Cp)、路径长度(Lp)、全局效率(Eg)和局部效率(Eloc)对小世界属性进行检验。L1可以检测到轻微的改变，主要发生在Cp和Eloc表达较高的MCI患者中;然而，使用Pearson相关性，MCI患者和HCs在Cp、Lp、Eg和Eloc方面没有统计学差异。与HCs相比，AD患者表达更低的Cp、Eloc和Lp，以及增加的Eg。组间的统计学差异表明，在AD早期阶段，由L1-norm构建的大脑网络对小世界网络的细微变化更敏感。 SN - 2090-5904 UR - https://doi.org/10.1155/2020/9436406 DO - 10.1155/2020/9436406 JF - Neural Plasticity PB - Hindawi KW - ER -