fMRI数据的有监督特征提取方法综述

• 作者: 卜海兵 李中林 王林元 童莉 闫镔
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 功能磁共振成像 机器学习 特征提取 有监督
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息处理技术
• 页码范围: 285-291
• 页数: 7页
• 分类号: TP391.41
• 字数: 6312字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2016.03.007

摘要

近年来,机器学习技术广泛用于从功能磁共振成像(functional magnetic resonance imaging,fMRI)数据中解码视觉信息、精神状态、情绪和其它感兴趣的大脑感知和认知功能.然而,由于fMRI数据样本维数高,样本量少,一般需要利用特征提取方法去除多余的预测变量和实验噪声等信息,避免机器学习模型出现过拟合问题,提高模型的预测准确率和泛化能力.介绍和讨论了常用fMRI数据有监督特征提取方法的一般原理和研究现状,并着重分析其性能和可能改进方向,最后对特征提取方法在fMRI中的研究方向进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童莉		25	105	6.0	9.0
2	闫镔		54	384	11.0	17.0
3	王林元		7	30	2.0	5.0
4	卜海兵		2	0	0.0	0.0
5	李中林		1	0	0.0	0.0