重度抑郁症患者脑功能网络的分类研究

• 作者: 李越 温洪 郭浩 陈俊杰
• 来源期刊: 计算机应用研究
• 关键词: 重度抑郁症 复杂网络 特征选择 脑功能网络 分类
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2304-2307
• 页数: 4页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.08.016

摘要

为了构建辅助诊断模型,为抑郁症的诊断提供一个新的方法,以提高抑郁症诊断的准确率.在连续的阈值空间(8％ ～32％)内构建所有被试的功能脑网络并使用复杂网络理论对抑郁症患者的脑网络进行分析,力求提取出可以从各个维度来表征抑郁症患者的脑网络的特征值,采用不同的属性组合并使用SVM分类算法对所有被试进行分类研究,结果发现将全局属性与局部属性组合作为分类特征得到的分类正确率最高,因此该方法可以用于抑郁症的辅助诊断中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈俊杰	太原理工大学计算机科学与技术学院	220	1728	20.0	30.0
2	郭浩	太原理工大学计算机科学与技术学院	53	182	7.0	11.0
3	温洪	太原理工大学计算机科学与技术学院	1	19	1.0	1.0
4	李越	太原理工大学计算机科学与技术学院	5	39	4.0	5.0