正常衰老的人脑功能网络演化模型

为了对正常衰老的人脑功能网络(NABFN)的拓扑结构变化进行探究,提出一种基于朴素贝叶斯的网络演化模型(NBM)。首先,依据朴素贝叶斯(NB)的链路预测算法与解剖距离来定义节点间存在连边的概率;其次,利用特定的网络演化算法,在青年人的脑功能网络基础上,通过不断地增加连边来逐步得到相应中年及老年时期的模拟网络;最后,为了对模拟网络与真实网络间的相似程度进行评价,提出网络相似指标(SI)值。仿真实验结果表明,与基于共同邻居的网络演化模型(CNM)相比,NBM构建的模拟网络与真实网络间的SI值(4.479 4, 3.402 1)高于CNM模拟网络对应的SI值(4.100 4, 3.013 2);并且,两者模拟网络的SI值均明显高于随机网络演化算法所得模拟网络的SI值(1.892 0, 1.591 2)。实验结果证实NBM能够更为准确地预测出NABFN的拓扑结构变化过程。