HBP：机器学习使用高阶功能连接可以区常有或不常有认知障碍的2型糖尿病与健康人群

2型式冠心病(T2DM)与感知障碍之外，并可能进展为痴呆。然而，对T2DM之外病态痴呆的人脑功用座机制仍知之甚少。近年来的表征状态功用病态磁合计振成像功用连结病态(FC)研究工作证明了其在T2DM原属感知功用危及(T2DM-CI)研究工作中都的潜在价值。然而，由于持续病态很低，他们主要采用单因素统计分析，不比较简单阐释T2DM-CI中都FC“方式在”的转变。

现阶段，Human Brain Mapping 杂志发表文章提出透过低级FC来阐释T2DM-CI中都的异常连结方式在，并采用多元的、基于座自然语言处理的方式而。

为了更好地了解T2DM招致的感知功用危及，该研究工作对23实有T2DM-CI和27实有T2DM-noCI患者以及50实有卫生对照(HCs)来进行了研究工作，研究工作了T2DM-CI和T2DM无感知功用危及(T2DM-noCI)之间的这种方式在从前提各有不同。首先基于多个人脑区对之间的建模FC时长序列的时长同步建立大规模低级人脑网络，然后透过这些数据从反之亦然的HC中都基于支持向量座机分类T2DM-CI（以及T2DM-noCI)。

基于动力学的低级功用连结（dHOFC）网络构建组件及2型式冠心病；还有感知功用障碍（T2DM-CI）与卫生对照组（HC）的网络分类。

T2DM-CI与HC以及T2DM-noCI与HC的区分显出

右下面板辨识了根据必需频谱（95.83%）从2型式冠心病；还有感知功用障碍（T2DM-CI）和卫生对照（HC）之间的分类中都必需的从前两个基于区分动力学的低级功用连结（dHOFC）端口。

基于动力学的低级功用连结病态(dHOFC)特病态的散点图[(a)和(b)分别暗示dHOFC端口1和端口2的连续性聚类倍数，与2型式冠心病原属感知危及(T2DM-CI)组蒙特利尔感知评量(MoCA)得分相比较。

右下面板辨识从无感知障碍的2型式冠心病(T2DM-noCI)和卫生对照(HC)的分类中都，根据必需频谱(90.38%)必需的第1个区分病态建模低级功用连结(dHOFC)端口。

该研究工作模型式在T2DM-CI与HC的检验检验中都取得了79.17%的准确率，但在T2DM-noCI与HC的分类检验中都仅取得了59.62%的准确率。T2DM-CI与HC相比长期存在异常的低级FC方式在，这与T2DM-NOCI各有不同。

该研究工作是首次基于人脑功用网络对T2DM-CI和HC以及T2DM-noCI和HC来进行分类研究工作。运用于人脑dHOFC网络来提高验证疾病招致的人脑功用变化的灵敏度。结果表明，跨大规模人脑内网络的dFC长期存在检验同步病态，可以将T2DM-CI（和T2DM-noCI)与HC区分开来。通过构建dHOFC网络，并借助座自然语言处理来进行基于网络的分类，首次阐释了与T2DM所致感知危及之外的几种合计变异dFC,其中都一些dFC与MoCA和AVLT-IR评量的患者感知技能显著之外。基于dHOFC的T2DM-noCI与HC的分类不如T2DM-CI与HC的分类，且dHOFC特病态各有不同，提示T2DM-CI涉及严重的人脑功用障碍，可能各有不同于T2DM-noCI。该研究工作提供了有价值的数据，可能有助于忽略T2DM之外的神经的转变。

该研究工作表明，T2DM招致的感知功用危及可能长期存在最常的功用连结转变。这一结果有助于更好地忽略T2DM招致的神经的变化。

原文出处

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