基于小波变换与SVM的ADHD病人分类

• 作者: 张涛 校景中 沈小涛 谭睿 谭颖
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 注意缺陷与多动 机器学习 支持向量机 小波变换
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 生物电子学
• 页码范围: 789-794
• 页数: 6页
• 分类号: TP301
• 字数: 5016字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2015.05.025

摘要

提出基于小波变换的特征提取方法对ADHD病人进行分类研究。采用115名ADHD-200的竞赛静息态功能磁共振数据，首先提取了90个脑区的平均时间序列信号，然后利用小波变换多分辨率分析特性对信号进行3层分解；计算了各个尺度下小波系数的能量值，对能量值进行归一化处理后，将其作为分类特征向量；最后结合SVM分类器采用留一交叉验证法对ADHD病人进行分类。结果表明该方法有助于ADHD病人的分类与诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈小涛	西南民族大学计算机科学与技术学院	9	72	3.0	8.0
2	谭睿	西南交通大学生命科学与工程学院	129	606	13.0	19.0
3	张涛	电子科技大学生命科学与技术学院	24	81	5.0	7.0
4	谭颖	西南民族大学计算机科学与技术学院	23	90	5.0	8.0
6	校景中	西南民族大学计算机科学与技术学院	13	31	4.0	4.0