基于神经网络的精神分裂症判别分析

• 作者: 赵维 郭水霞
• 来源期刊: 应用概率统计
• 关键词: 神经网络 分类 功能连接 精神分裂症
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 309-319
• 页数: 11页
• 字数: 6749字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4268.2015.03.008

摘要

本文主要利用神经网络进行精神分裂症患者和正常人的判别分析.以63例精神分裂症患者和57例正常人的4005条功能连接作为原始特征空间,尝试用不同的降维方法,不同的神经网络模型来寻找最优分类模型.结果表明:用Mann-Whitney U检验选取病人与正常人差异最大的特征作为输入,用Elman神经网络模型作分类的效果最佳,正确率94.17％,置换检验p＜0.001,敏感度92.06％,特异度96.49％.对于得到最高分类正确率的神经网络模型,我们找出了34条对分类取到最大贡献作用的共识功能连接,里面包含了26个脑区,这26个脑区中尤以丘脑所对应的功能连接边数最多,其次是扣带回和额叶.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭水霞	湖南师范大学数学与计算机科学学院	14	61	4.0	7.0
2	赵维	湖南师范大学数学与计算机科学学院	1	0	0.0	0.0