本文關(guān)鍵詞： 腦網(wǎng)絡(luò) 拓?fù)鋵傩?節(jié)點(diǎn)規(guī)模 機(jī)器學(xué)習(xí) 抑郁癥　出處：《計(jì)算機(jī)科學(xué)》2016年07期 　論文類型：期刊論文

【摘要】：腦網(wǎng)絡(luò)作為復(fù)雜網(wǎng)絡(luò)分析方法在神經(jīng)影像領(lǐng)域的應(yīng)用已得到廣泛的認(rèn)可。研究發(fā)現(xiàn)腦網(wǎng)絡(luò)中的節(jié)點(diǎn)規(guī)模對(duì)網(wǎng)絡(luò)的拓?fù)鋵傩詴?huì)產(chǎn)生重要的影響。利用靜息態(tài)功能影像數(shù)據(jù),在5種不同的節(jié)點(diǎn)規(guī)模下分別完成抑郁癥患者和正常對(duì)照的腦網(wǎng)絡(luò)構(gòu)建,比較了網(wǎng)絡(luò)拓?fù)鋵傩缘淖兓?并選擇了4種不同的分類算法進(jìn)行腦疾病分類研究。結(jié)果表明,網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量不僅對(duì)拓?fù)鋵傩援a(chǎn)生了影響,而且對(duì)分類模型的構(gòu)建也有直接作用。支持向量機(jī)(RBF核函數(shù))模型在節(jié)點(diǎn)規(guī)模為250時(shí),分類效果最好,平均正確率為83.18%。該研究結(jié)果在抑郁癥的臨床診斷中具有重要的應(yīng)用價(jià)值,為基于腦網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)分類研究在網(wǎng)絡(luò)節(jié)點(diǎn)規(guī)模的選擇上提供了重要的參考依據(jù)。
[Abstract]:As a complex network analysis method, brain network has been widely used in the field of neural imaging. It is found that the size of nodes in the brain network has an important impact on the topological properties of the network. Like data. The brain networks of depression patients and normal controls were constructed under five different nodal scales, and the changes of network topology properties were compared. Four different classification algorithms are selected to classify brain diseases. The results show that the number of network nodes not only has an impact on the topological attributes. Support vector machine (SVM) RBF kernel function model has the best classification effect when the node size is 250. The average accuracy is 83.18.The results of this study are of great value in the clinical diagnosis of depression. It provides an important reference for the research of machine learning classification based on brain network in the selection of network node size.
【作者單位】： 太原理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(61170136,61373101,61472270,61402318) 太原理工大學(xué)青年團(tuán)隊(duì)啟動(dòng)基金項(xiàng)目(2013T047)資助
【分類號(hào)】：R749.4;O157.5
【正文快照】： 到稿日期:2015-06-03返修日期:2015-09-25本文受國家自然科學(xué)基金項(xiàng)目(61170136,61373101,61472270,61402318),太原理工大學(xué)青年團(tuán)隊(duì)啟動(dòng)基金項(xiàng)目(2013T047)資助。腦網(wǎng)絡(luò)作為復(fù)雜網(wǎng)絡(luò),在神經(jīng)影像領(lǐng)域的重要應(yīng)用已經(jīng)得到了越來越多研究人員的關(guān)注。有研究將復(fù)雜網(wǎng)絡(luò)的基本原理[

【相似文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李越;郭浩;陳俊杰;李海芳;;抑郁癥功能腦網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)差異分析研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年07期

相關(guān)博士學(xué)位論文 前1條

1 郭浩;抑郁癥靜息態(tài)功能腦網(wǎng)絡(luò)異常拓?fù)鋵傩苑治黾胺诸愌芯縖D];太原理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前1條

1 鄭晶晶;抑郁癥靜息態(tài)功能腦網(wǎng)絡(luò)的GSK3β基因基礎(chǔ)及分類研究[D];太原理工大學(xué);2014年

，

本文編號(hào)：1445228