如何從復(fù)雜的靜息態(tài)功能核磁共振成像(rs-fMRI)數(shù)據(jù)中提取高鑒別性特征,是提升精神分裂癥識(shí)別精度的關(guān)鍵。本文使用一種加權(quán)稀疏腦網(wǎng)絡(luò)構(gòu)建方法,采用肯德爾相關(guān)系數(shù)(KCC)從腦網(wǎng)絡(luò)中提取連接特征,并基于線性支持向量機(jī)對(duì)57例精神分裂癥患者與64例健康受試者進(jìn)行分類研究,最終得到了較高的分類精度(81.82%)。本文研究結(jié)果表明,相較于傳統(tǒng)的皮爾遜相關(guān)和基于稀疏表示的腦網(wǎng)絡(luò)構(gòu)建方法,以及常用的雙樣本t檢驗(yàn)(t-test)和最小絕對(duì)收縮與選擇算子(Lasso)特征選擇方法,本文提出的算法可以更有效地提取出能夠區(qū)分精神分裂癥患者與健康人群的腦功能網(wǎng)絡(luò)連接特征,進(jìn)而提升分類精度;同時(shí)本研究中所提取的鑒別性連接特征或可作為潛在的臨床生物學(xué)標(biāo)志物,用以輔助精神分裂癥的診斷。

【文章頁(yè)數(shù)】：9 頁(yè)

【文章目錄】：
引言
1 材料和方法
    1.1 數(shù)據(jù)采集及預(yù)處理
    1.2 加權(quán)稀疏腦網(wǎng)絡(luò)建模
    1.3 腦功能網(wǎng)絡(luò)連接特征選擇
    1.4 模型參數(shù)選擇
2 實(shí)驗(yàn)結(jié)果
    2.1 網(wǎng)絡(luò)可視化
    2.2 連接特征分布
    2.3 分類性能指標(biāo)及結(jié)果
3 分析與討論
    3.1 分類性能對(duì)比
    3.2 最具鑒別力的連接及相關(guān)腦區(qū)
    3.3 算法運(yùn)算量
    3.4 局限與展望
4 總結(jié)



本文編號(hào)：3780854