本文關鍵詞：基于粒子群-支持向量機的時間序列分類診斷模型

  更多相關文章： fMRI多維時間序列 分類診斷 自回歸模型 支持向量機(SVM) 粒子群算法(PSO)

【摘要】：構建一種基于粒子群算法-支持向量機(PSO-SVM)的磁共振功能成像(fMRI)時間序列分類診斷模型,通過針對腦區(qū)多維時間序列數(shù)據(jù)的深層次分析實現(xiàn)病癥患者和健康者的準確判斷與區(qū)分,為面向fMRI時間序列數(shù)據(jù)的病癥診斷和預測提供有效科學依據(jù).該方法在以下4個方面不同于其他已有相關研究工作:(1)構建基于自回歸模型的腦區(qū)多維時間序列數(shù)據(jù)特征表示;(2)構建基于支持向量機模型的腦區(qū)多維時間序列數(shù)據(jù)分類機制;(3)構建基于粒子群算法的分類學習參數(shù)尋優(yōu)策略;(4)建立融合上述特征表示、優(yōu)化分類與參數(shù)優(yōu)選模式的fMRI時間序列數(shù)據(jù)分類診斷模型.通過以精神抑郁癥作為實證分析的具體案例,所提出分類診斷模型已取得良好實驗效果,展示出其有效性與合理性.
【作者單位】： 上海財經(jīng)大學信息管理與工程學院;上海市金融信息技術研究重點實驗室(上海財經(jīng)大學);同濟大學附屬同濟醫(yī)院;復旦大學計算機科學技術學院上海市智能信息處理重點實驗室;
【基金】：國家自然科學基金(71171126,61572140) 教育部高等學校博士學科點專項科研基金(20130078110001) 上海市科學技術委員會科技創(chuàng)新行動計劃資助項目(16511104704) 同濟大學青年優(yōu)秀人才培養(yǎng)計劃(1508-219-040)
【分類號】：R445.2;TP18
【正文快照】： 3.上海市金融信息技術研究重點實驗室(上海財經(jīng)大學),上海200433;4.復旦大學計算機科學技術學院,上海市智能信息處理重點實驗室,上海200433)大量的診斷記錄、醫(yī)學影像、化驗與測量結果、生物基因序列等信息組成十分龐大的醫(yī)療診斷時間序列數(shù)據(jù)庫[1],有關醫(yī)學診斷時間序列數(shù)據(jù)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 劉應萬,徐春福,劉上云;卒中的早期分類診斷及主要評分方法[J];國外醫(yī)學(腦血管疾病分冊);1998年03期

2 郭雨凡;陳志偉;;對2009年ACR-SLE分類診斷標準的初步驗證[J];蘇州大學學報(醫(yī)學版);2012年02期

3 李丙恒,宋殿華,徐樹文,祝世明,樸春梅,王俊巍,王艷華;顳下頜關節(jié)紊亂綜合征的微機分類診斷及治療提示[J];吉林醫(yī)學院學報(自然科學版);1995年03期

4 ;《中樞神經(jīng)系統(tǒng)腫瘤磁共振分類診斷》已出版[J];中國醫(yī)學影像技術;2014年08期

5 ;《中樞神經(jīng)系統(tǒng)腫瘤磁共振分類診斷》已出版[J];中國介入影像與治療學;2014年08期

6 蘇春娟;閔捷;;兩分類診斷試驗證實偏倚校正的研究進展[J];現(xiàn)代預防醫(yī)學;2014年14期

7 ;[J];;年期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 徐志偉;學生成績分類診斷系統(tǒng)的設計和研究[D];華東師范大學;2010年

，

本文編號：1276078