HBP：机器学习使用高阶功能连接可以区诱发或不诱发认知障碍的2型糖尿病与健康人群

2型冠心病(T2DM)与感知障碍具体，并似乎重大突破为痴呆。然而，对T2DM具体性痴呆的脊髓特性系统仍知之甚少。近年的静息状态特性性磁共振成像特性连接性(FC)研究成果不可否认其在T2DM重组感知特性负面影响(T2DM-CI)研究成果中的的潜在经济效益。然而，由于敏感性较低，他们主要使用单因素的测试，不十分困难揭示T2DM-CI中的FC“Mode”的彻底改变。

近期，Human Brain Mapping 杂志发文提出批评来使低级FC来揭示T2DM-CI中的的精神状态连接Mode，并使用多元的、基于一号机器学习的策略。

为了更好地认识T2DM引来的感知特性负面影响，该研究成果对23由此可知T2DM-CI和27由此可知T2DM-noCI病患者以及50由此可知有益都是(HCs)顺利完成了研究成果，研究成果了T2DM-CI和T2DM无感知特性负面影响(T2DM-noCI)间的这种Mode到底有所不同。首先基于多个脊髓区对间的动态FC时长序列的时长启动时建立大规模低级脊髓因特网，然后来使这些资讯从也就是说的HC中的基于大力支持向量一号机形态学T2DM-CI（以及T2DM-noCI)。

基于声学的低级特性连接（dHOFC）因特网构建框架及2型冠心病喜感知特性障碍（T2DM-CI）与有益都是组（HC）的因特网形态学。

T2DM-CI与HC以及T2DM-noCI与HC的分辨表现

左面板显示了根据自由选择频率（95.83%）从2型冠心病喜感知特性障碍（T2DM-CI）和有益都是（HC）间的形态学中的自由选择的以前两个基于分辨声学的低级特性连接（dHOFC）终端。

基于声学的低级特性连接性(dHOFC)构造的散点图[(a)和(b)分别表示dHOFC终端1和终端2的局部聚类系数，与2型冠心病重组感知负面影响(T2DM-CI)组蒙特利尔市感知分析报告(MoCA)得分都是。

左面板显示从无感知障碍的2型冠心病(T2DM-noCI)和有益都是(HC)的形态学中的，根据自由选择频率(90.38%)自由选择的第1个分辨性动态低级特性连接(dHOFC)终端。

该研究成果数学方法在T2DM-CI与HC的判别确诊中的给予了79.17%的对照组，但在T2DM-noCI与HC的形态学确诊中的仅给予了59.62%的对照组。T2DM-CI与HC相比依赖于精神状态的低级FCMode，这与T2DM-NOCI有所不同。

该研究成果是首次基于脊髓特性因特网对T2DM-CI和HC以及T2DM-noCI和HC顺利完成形态学研究成果。使用脊髓dHOFC因特网来提高检测疾病引来的脊髓特性发生变化的高频率。结果指出，衔接大规模脊髓内因特网的dFC依赖于判别启动时性，可以将T2DM-CI（和T2DM-noCI)与HC分辨开去。通过构建dHOFC因特网，并来使一号机器学习顺利完成基于因特网的形态学，首次揭示了与T2DM所致感知负面影响具体的几种共变异dFC,其中的一些dFC与MoCA和AVLT-IR分析报告的病患者感知能力显著具体。基于dHOFC的T2DM-noCI与HC的形态学不如T2DM-CI与HC的形态学，且dHOFC构造有所不同，提示T2DM-CI涉及严重的脊髓特性障碍，似乎有所不同于T2DM-noCI。该研究成果共享了有经济效益的资讯，似乎有助于忽略T2DM具体的神经递质的彻底改变。

该研究成果指出，T2DM引来的感知特性负面影响似乎依赖于广泛的特性连接彻底改变。这一结果有助于更好地忽略T2DM引来的神经递质的发生变化。

原文出处

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