基于Lasso特征选择的自闭症预测

• 作者: 常春云
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 自闭症 Lasso算法 静息态 功能连接 分类
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 论著
• 页码范围: 564-568,596
• 页数: 6页
• 分类号: R318.04
• 字数: 4189字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2017.06.003

摘要

目的 寻找自闭症(autism spectrum disorders,ASD)的客观生物标记以辅助临床诊断.静息态功能连接(resting?state functional connectivity,RSFC)反映了大脑不同脑区神经活动模式间的时间相关性,研究者常从RSFC中探索识别ASD的生物标记,然而大部分方法还不能有效选出具有识别力的RSFC.本文采用最小绝对值收缩与选择算子(least absolute shrinkage and selection operator,Lasso)来选择ASD组和正常发育组之间具有显著性差异的RSFC特征.方法 首先基于Pearson相关分析提取RSFC特征,并进行阈值化处理保留具有较大正相关值的RSFC.然后采用Lasso方法提取有识别能力的RSFC,最后利用支持向量机进行ASD分类,并主要以分类准确率指标对分类性能进行评估.结果 基于Lasso方法进行特征选择后,ASD分类准确率为81.52％,同时找出了能显著区分ASD儿童与正常儿童的RSFC.结论 基于Lasso特征选择的方法提高了对ASD的识别准确率,识别的生物标记有潜力应用于临床诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常春云	北京交通大学计算机与信息技术学院	1	5	1.0	1.0