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

2DF糖尿病(T2DM)与层面障碍具体，并似乎进展为痴呆。然而，对T2DM具体性痴呆的小脑装置制装置制仍知之甚少。持续发展的静息长时间装置制性核磁共振激光装置制相互连接性(FC)研究者说明了其在T2DM重分组层面装置制负面影响(T2DM-CI)研究者中都的潜在效益。然而，由于敏感性高，他们主要运用于单因素统计分析，不非常适合洞察T2DM-CI中都FC“Mode”的忽略。

全面性，Human Brain Mapping 新闻周刊刊出提出借助于新进FC来洞察T2DM-CI中都的精神长时间相互连接Mode，并运用于多元的、基于装置器学习的解决方案。

为了更佳地了解T2DM造成了的层面装置制负面影响，该研究者对23例T2DM-CI和27例T2DM-noCI病人以及50例身体健康对应(HCs)开展了研究者，研究者了T2DM-CI和T2DM无层面装置制负面影响(T2DM-noCI)两者之间的这种Mode是否各不相同。首先基于多个小脑区对两者之间的动态FC时间序列的时间同步构建大规模新进小脑局域网，然后借助于这些文档从匹配的HC中都基于支持向量装置定义T2DM-CI（以及T2DM-noCI)。

基于物理的新进装置制相互连接（dHOFC）局域网构建框架及2DF糖尿病；还有层面装置制障碍（T2DM-CI）与身体健康对应分组（HC）的局域网定义。

T2DM-CI与HC以及T2DM-noCI与HC的对应表现

从右元件辨识了根据选取频率（95.83%）从2DF糖尿病；还有层面装置制障碍（T2DM-CI）和身体健康对应（HC）两者之间的定义中都选取的前所两个基于对应物理的新进装置制相互连接（dHOFC）键值。

基于物理的新进装置制相互连接性(dHOFC)特征的散点图[(a)和(b)分别问到dHOFC键值1和键值2的局部聚类formula_，与2DF糖尿病重分组层面负面影响(T2DM-CI)分组魁北克层面检验(MoCA)总得分举例来说。

从右元件辨识从无层面障碍的2DF糖尿病(T2DM-noCI)和身体健康对应(HC)的定义中都，根据选取频率(90.38%)选取的第1个对应性动态新进装置制相互连接(dHOFC)键值。

该研究者假设在T2DM-CI与HC的辨认诊断中都取得了79.17%的统计分析，但在T2DM-noCI与HC的定义诊断中都仅取得了59.62%的统计分析。T2DM-CI与HC相对来说实际上精神长时间的新进FCMode，这与T2DM-NOCI各不相同。

该研究者是首次基于小脑装置制局域网对T2DM-CI和HC以及T2DM-noCI和HC开展定义研究者。运用于小脑dHOFC局域网来提高探测疾病造成了的小脑装置制巨大变化的精确度。结果显示，横跨大规模小内源性局域网的dFC实际上辨认同步性，可以将T2DM-CI（和T2DM-noCI)与HC对应在在。通过构建dHOFC局域网，并借助装置器学习开展基于局域网的定义，首次洞察了与T2DM所致层面负面影响具体的几种共变异dFC,其中都一些dFC与MoCA和AVLT-IR检验的病人层面能力显著具体。基于dHOFC的T2DM-noCI与HC的定义不如T2DM-CI与HC的定义，且dHOFC特征各不相同，定时T2DM-CI限于严重的小脑装置制障碍，似乎各不相同于T2DM-noCI。该研究者备有了有效益的文档，似乎有助于解读T2DM具体的中都枢神经系统的忽略。

该研究者表明，T2DM造成了的层面装置制负面影响似乎实际上尤其的装置制相互连接忽略。这一结果有助于更佳地解读T2DM造成了的中都枢神经系统的巨大变化。

文中都出处

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