基于局部一致性的特征选取及在抑郁症上的研究.pdf

基于局部一致性的特征选取及在抑郁症上的研究.pdf

ID:58304071

大小:358.34 KB

页数:4页

时间:2020-05-15

基于局部一致性的特征选取及在抑郁症上的研究.pdf_第1页
基于局部一致性的特征选取及在抑郁症上的研究.pdf_第2页
基于局部一致性的特征选取及在抑郁症上的研究.pdf_第3页
基于局部一致性的特征选取及在抑郁症上的研究.pdf_第4页
资源描述:

《基于局部一致性的特征选取及在抑郁症上的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第32卷第1期计算机应用与软件V01.32No.12015年1月ComputerApplicationsandSoftwareJan.2015基于局部一致性的特征选取及在抑郁症上的研究刘文钊程忱郭浩陈俊杰(太原理工大学计算机科学与技术学院山西太原030024)摘要为探讨局部一致性ReHo(regionalhomogeneity)是否可以作为有效诊断抑郁症的特征,且其统计显著性是否可以作为有效的筛选标准并进行相应的分类。对28例正常人和38例抑郁症患者进行静息态全脑fMRI(functionalMagneticResonanceImaging)扫描并分析。使用具有统计显著性的阈值作为

2、筛选特征的标准并度量四种分类器下的正确率,运用敏感性分析方法评估不同特征的重要性,以此来构建一个准确率较高的模型。结果在SVM—RBF和神经网络算法中,当特征数为30时表现出了较高的正确率,分别是77.4%和73.1%。在研究特征重要性和统计显著性之间的相关性分析中,发现二者具有明显的正相关。因此,可以利用该方法用在抑郁症的诊断当中。关键词抑郁症局部一致性机器学习分类器特征选择中图分类号TP181文献标识码ADOI:10.3969/j.issn.1000—386x.2015.01.018REGIoNALHoMoGENEITY-BASEDFEATURESELECTIoNANDITSS

3、TUDYoNMAJoRDEPRESSⅣEDISoRDERLiuWenzhaoChengChenGuoHaoChenJunjie(CollegeofComputerScienceandTechnology,TaiyuanUniversityofTechnology,Taiyuan030024,Shanxi,China)AbstractForinvestigatingwhetherornottheregionalhomogeneity(ReHo)canbeusedasavalidfeatureindepressivedisorderdiagno-sis,andwhetherornoti

4、tsstatisticalsignificancecanbeusedasaneffectivescreeningcriterionandtodothecorrespondingclassification,wecarriedoutfunctionalmagneticresonanceimaging(fMRI)onthewholebrainsof28healthypersonsand38majordepressivedisorder(MDD)patientsinrestingstate,andmadetheanalysesonexaminationdata.Weusedthethre

5、sholdwithstatisticalsignificanceasthecriteri—onofscreeningstandardandmeasuredtheaccuraciesoffourclassifiers.Asensitivityanalysismethodwasemployedtoevaluatetheimpor-tanceofdifierentfeatures.andamodelwithhigheraccuracyratewasbuiltO11thisbasis.TheresultiS。inSVM—RBFalgorithmandneuralnetworkalgorit

6、hm.higheraccuracyratewasexhibitedwhenthefeaturenumbertobe30,theyware77.4%and73.1%.Itwasrevealedinstudyingthepertinenceanalysisbetweenthefeatureimportanceandthestatisticalsignificancethattheyareobviouslyinpositivecorrelation.Therefore,thismethodcanbeusedindiagnosisofdepression.KeywordsDepressiv

7、edisorderReHoMachinelearningClassifierFeatureselection结果当中。Costafreda_]和Fu_4通过结构像和功能像磁共振数0引言据构建了分类器模型,并对其进行了相应的测试。正常人和抑郁症患者在此分类模型中的正确率分别达到了67%和86%。近年来,由于社会压力、环境和精神等因素,导致抑郁症Gong[对灰质和白质进行了相应的研究并作为相应的分类特发病率大幅增加,给社会和个人带来了巨大危害。目前关于征且使用支持向量机算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。