HBP：机器学习使用高阶功能连接可以区伴有或不伴有认知障碍的2DF糖尿病与健康人群

2型白血病(T2DM)与概念化障碍就其，并显然进展为痴呆。然而，对T2DM就其性痴呆的脊髓特性功能仍知之甚少。近年来的静息状态特性性磁共振核磁共振特性相连性(FC)研究成果证明了其在T2DM并入概念化特性危害(T2DM-CI)研究成果中所的潜在实用价值。然而，由于持久性较低，他们主要改用单因素统计分析，不适于探究T2DM-CI中所FC“Mode”的相反。

近来，Human Brain Mapping 杂志刊文提出并用高级FC来探究T2DM-CI中所的精神状态相连Mode，并改用多元的、基于数据挖掘的策略。

为了更高地了解T2DM引发的概念化特性危害，该研究成果对23举例T2DM-CI和27举例T2DM-noCI症状以及50举例心理健康依此(HCs)进行时了研究成果，研究成果了T2DM-CI和T2DM无概念化特性危害(T2DM-noCI)中间的这种Mode是否相同。首先基于多个脊髓区对中间的时序FC时长序列的时长同步设立大规模高级脊髓互联网，然后并用这些信息从匹配的HC中所基于支持向量机界定T2DM-CI（以及T2DM-noCI)。

基于动力学的高级特性相连（dHOFC）互联网框架框架及2型白血病伴概念化特性障碍（T2DM-CI）与心理健康非常少（HC）的互联网界定。

T2DM-CI与HC以及T2DM-noCI与HC的界定表现

任左背光探究了根据选项频率（95.83%）从2型白血病伴概念化特性障碍（T2DM-CI）和心理健康依此（HC）中间的界定中所选项的前两个基于界定动力学的高级特性相连（dHOFC）数据流。

基于动力学的高级特性相连性(dHOFC)基本特征的散点图[(a)和(b)分别表示dHOFC数据流1和数据流2的局部聚类乘积，与2型白血病并入概念化危害(T2DM-CI)组多伦多概念化评估(MoCA)得分相比较。

任左背光探究从无概念化障碍的2型白血病(T2DM-noCI)和心理健康依此(HC)的界定中所，根据选项频率(90.38%)选项的第1个界定性时序高级特性相连(dHOFC)数据流。

该研究成果模型在T2DM-CI与HC的判别诊断中所获得了79.17%的非常少，但在T2DM-noCI与HC的界定诊断中所仅获得了59.62%的非常少。T2DM-CI与HC相比依赖于精神状态的高级FCMode，这与T2DM-NOCI相同。

该研究成果是首次基于脊髓特性互联网对T2DM-CI和HC以及T2DM-noCI和HC进行时界定研究成果。使用脊髓dHOFC互联网来提高检测疾病引发的脊髓特性改变的清晰度。相比较，跨大规模脊髓内互联网的dFC依赖于判别同步性，可以将T2DM-CI（和T2DM-noCI)与HC界定地被。通过框架dHOFC互联网，并为了让数据挖掘进行时基于互联网的界定，首次探究了与T2DM所致概念化危害就其的几种共变异dFC,其中所一些dFC与MoCA和AVLT-IR评估的症状概念化能力也显着就其。基于dHOFC的T2DM-noCI与HC的界定不如T2DM-CI与HC的界定，且dHOFC基本特征相同，定时T2DM-CI涉及导致的脊髓特性障碍，显然相同于T2DM-noCI。该研究成果给予了有实用价值的信息，显然有助于概念化T2DM就其的中所枢神经系统的相反。

该研究成果表明，T2DM引发的概念化特性危害显然依赖于为广泛的特性相连相反。这一结果有助于更高地概念化T2DM引发的中所枢神经系统的改变。

原文出处

Classification of type 2 diabetes mellitus with or without cognitive impairment from healthy controls using high-order functional connectivity.