正则化多任务学习在精神分裂症核磁共振成像图像分类中的应用

• 作者: 周文 张娜 王瑜 肖洪兵 邢素霞
• 来源期刊: 中国医学物理学杂志
• 关键词: 精神分裂症 磁共振成像 特征提取 正则化多任务学习
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 医学影像物理
• 页码范围: 790-795
• 页数: 6页
• 分类号: TP391.9|R445.2
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2018.07.010

摘要

为实现对精神疾病的计算机辅助诊断与预后,利用机器学习与图像处理技术分析多地区精神疾病的核磁共振成像数据,已成为该领域的必然趋势.本文首先提出切片提取的核磁共振成像图像预处理方法,然后提取图像的纹理特征,最后提出一种lp范数正则化的多任务学习支持向量机精神分裂症分类方法,同时学习3个数据中心精神分裂症图像的共享特征和各自独有的特征,用于分类精神分裂症患者和正常人.实验结果表明,该方法取得了优秀的诊断精度,可为精神分裂症患者的临床诊断与治疗提供生物学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑜	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	41	67	4.0	5.0
2	邢素霞	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	38	170	8.0	11.0
3	肖洪兵	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	20	32	4.0	4.0
4	张娜	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	11	17	3.0	3.0
5	周文	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	3	6	2.0	2.0