脑功能网络的fMRI特征提取及脑部疾病机器识别

• 作者: 李振华 梅雪 袁晓龙 黄嘉爽
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 功能磁共振图像 精神分裂症 复杂网络理论 特征提取 脑部疾病 机器识别
• 年，卷（期）: 2015,（2）
• 页码范围: 248-254
• 页数: 7页
• 分类号: TP391.4
• 字数: 4719字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201312043

摘要

脑部疾病的机器识别是医学图像领域研究的热点。传统的功能磁共振图像研究方法大多只针对部分脑区。考虑到脑功能网络具有全局性的特征，利用静息态功能磁共振图像数据，在全脑范围内使用极大重叠离散小波变换，分别构建加权和无权脑功能网络，运用复杂网络理论对网络结构进行分析研究，提取网络聚集系数作为分类识别的特征分量。将该文方法用于对精神分裂症患者的识别，由识别率、灵敏度、特异度表明，该方法能够提高识别效果，且具有普遍适应性，能推广到其他脑部疾病的机器识别应用中。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梅雪	南京工业大学自动化与电气工程学院	53	433	12.0	17.0
2	袁晓龙	南京工业大学自动化与电气工程学院	4	74	3.0	4.0
3	李振华	南京工业大学自动化与电气工程学院	3	30	3.0	3.0
4	黄嘉爽	南京工业大学自动化与电气工程学院	3	36	3.0	3.0