节点文献

功能脑网络规模对特征选择及分类的影响研究

免费订阅

【作者】 刘鸿丽秦小麟曹锐陈俊杰刘峰郭浩

【Author】 LIU Hongli;QIN Xiaolin;CAO Rui;CHEN Junjie;LIU Feng;GUO Hao;College of Information and Computer,Taiyuan University of Technology;

【机构】 太原理工大学信息与计算机学院

【摘要】 功能脑网络中不同的模板定义导致网络规模差异极大,进一步影响所构建网络的结构及其拓扑属性。但是,在机器学习方法中网络规模差异是如何影响特征选择策略及分类准确率并不清楚。研究中采用5种不同节点规模的模板进行脑网络构建,在此基础上选择脑网络的三个局部特征用SVM方法构建分类器进行抑郁症患者的识别。结果表明,节点规模较大的模板的分类准确率较高;同时,在不同节点规模下传统的P值的特征选择方法均是可行的,但其阈值设置过于严格。

【基金】 国家自然科学基金面上项目:静息态功能脑网络分析与建模关键技术研究及应用(61672374);国家自然科学基金面上项目:抑郁症EEG功能脑网络构建及异常特征分析研究(61472270);国家自然科学基金面上项目:静息态功能脑网络高阶复杂时空效应分析及建模研究(61876124)~~
【所属期刊栏目】 前沿交叉科学 (2019年24期)
  • 【DOI】10.16652/j.issn.1004-373x.2019.24.038
  • 【分类号】R741.04;TP181
  • 【下载频次】6
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: