复杂网络理论在酗酒分类中的应用研究

• 作者: 曹锐 李海芳 相洁 陈俊杰
• 来源期刊: 太原理工大学学报
• 关键词: 脑电 复杂网络 酗酒 脑网络
• 年，卷（期）: 2015,（2）
• 页码范围: 171-175
• 页数: 5页
• 分类号: TP18|TP399
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2015.02.008

摘要

在酗酒者脑电数据基础上，利用复杂网络理论构建并分析了酗酒者EEG功能脑网络，通过统计检验和机器学习算法挖掘出正常被试和酗酒被试之间的特异性网络指标作为分类特征，用SVM 分类的准确率最高可达76.8％。分类结果表明，通过复杂网络理论得到的脑网络属性可作为酗酒疾病的早期客观指标，应用到酗酒疾病的临床辅助诊断。

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	李海芳	太原理工大学计算机科学与技术学院	92	507	12.0	16.0
3	相洁	太原理工大学计算机科学与技术学院	34	182	9.0	12.0
4	曹锐	太原理工大学计算机科学与技术学院	24	100	5.0	9.0