基于独立成分分析功能连接的抑郁症分类研究

• 作者: 杨剑 杨阳 茂旭
• 来源期刊: 计算机应用研究
• 关键词: 功能磁共振成像 抑郁症 全脑功能连接 独立成分分析
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1641-1644,1699
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.06.009

摘要

已有的功能连接研究大多根据脑图谱构建全脑功能连接,但目前可选用的脑图谱种类有限,且采用不同脑图谱的分析结果可能存在一定的差异.针对上述问题,利用独立成分分析方法研究了抑郁症辅助诊断问题.首先利用组独立成分分析提取独立成分并构建全脑功能连接网络,然后采用BoostFS(boosting feature selection)方法进行特征选择,最后应用多元模式分析方法对20名抑郁症患者和21名健康被试进行分类.实验分类准确率达到95.12％,错分了一名抑郁症患者和一名健康被试.进一步分析表明,具有较强分辨能力的脑网络为感觉运动网络、默认网络和视觉网络,与已有基于脑图谱的研究结果基本一致,从而说明了基于独立成分分析方法的合理性,使其可能成为抑郁症辅助诊断的一种新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨阳	北京工业大学北京未来网络科技高精尖创新中心	5	11	2.0	2.0