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2型糖尿病与健康老年人

2改型糖尿病(T2DM)与感知障碍特别，并确实进展为痴呆。然而，对T2DM连续性痴呆的脑部特性机制仍知之甚少。近年来的静息正常特性性核磁共振成像特性连接性(FC)研究者证明了其在T2DM拆分感知特性伤害(T2DM-CI)研究者中所的潜在价值。然而，由于一般来说较低，他们主要使用单因素统计分析，不适于揭示T2DM-CI中所FC“方式而”的扭转。

近期，Human Brain Mapping 杂志发表文章提出能用低阶FC来揭示T2DM-CI中所的常因连接方式而，并使用多元的、基于建模的解决方案。

为了好处地了解T2DM激起的感知特性伤害，该研究者对23由此可知T2DM-CI和27由此可知T2DM-noCI患儿以及50由此可知有益印证(HCs)该系统进行了研究者，研究者了T2DM-CI和T2DM无感知特性伤害(T2DM-noCI)之间的这种方式而是否有所不同。首先基于多个脑部区对之间的动态FC星期脱氧核糖核酸的星期该系统建立联系大规模低阶脑部在线，然后能用这些信息从匹配的HC中所基于大力支持向量机界定T2DM-CI（以及T2DM-noCI)。

基于动力学的低阶特性连接（dHOFC）在线框架框架及2改型糖尿病伴感知特性障碍（T2DM-CI）与有益印证组（HC）的在线界定。

T2DM-CI与HC以及T2DM-noCI与HC的区隔发挥

右下面板显示了根据考虑振幅（95.83%）从2改型糖尿病伴感知特性障碍（T2DM-CI）和有益印证（HC）之间的界定中所考虑的前两个基于区隔动力学的低阶特性连接（dHOFC）终端。

基于动力学的低阶特性连接性(dHOFC)特征的散点图[(a)和(b)分别表示dHOFC终端1和终端2的大面积聚类系数，与2改型糖尿病拆分感知伤害(T2DM-CI)组蒙特利尔感知评估(MoCA)全队相较较。

右下面板显示从无感知障碍的2改型糖尿病(T2DM-noCI)和有益印证(HC)的界定中所，根据考虑振幅(90.38%)考虑的第1个区隔性动态低阶特性连接(dHOFC)终端。

该研究者模改型在T2DM-CI与HC的鉴定病症中所拿到了79.17%的统计分析，但在T2DM-noCI与HC的界定病症中所仅拿到了59.62%的统计分析。T2DM-CI与HC相较普遍存在常因的低阶FC方式而，这与T2DM-NOCI有所不同。

该研究者是首次基于脑部特性在线对T2DM-CI和HC以及T2DM-noCI和HC该系统进行界定研究者。使用脑部dHOFC在线来增加检测疾病激起的脑部特性推移的灵敏度。最近，跨大规模脑部内在线的dFC普遍存在鉴定该系统性，可以将T2DM-CI（和T2DM-noCI)与HC区隔开来。通过框架dHOFC在线，并依靠建模该系统进行基于在线的界定，首次揭示了与T2DM常因感知伤害特别的几种共变异dFC,其中所一些dFC与MoCA和AVLT-IR评估的患儿感知能力显著特别。基于dHOFC的T2DM-noCI与HC的界定不如T2DM-CI与HC的界定，且dHOFC特征有所不同，上会T2DM-CI涉及比较严重的脑部特性障碍，确实有所不同于T2DM-noCI。该研究者提供了有价值的信息，确实有助于解读T2DM特别的神经系统的扭转。

该研究者断定，T2DM激起的感知特性伤害确实普遍存在广泛的特性连接扭转。这一结果有助于好处地解读T2DM激起的神经系统的推移。

原文说是

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