基于超图的多模态特征选择算法及其应用

• 作者: 张道强 彭瑶 祖辰
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 超图学习 多任务学习 特征选择 多模态分类 阿尔茨海默症
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 112-119
• 页数: 8页
• 分类号: TP181
• 字数: 5395字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1611004

摘要

目前机器学习算法已经被广泛应用到脑疾病的诊断中.医学影像数据由于样本珍贵,并且特征维数往往远大于已有样本数目,在实际应用中这是典型的小样本问题.此外,通过不同的成像手段可以得到不同模态的数据(例如MRI和PET).从而提出一种基于超图的多模态特征选择算法.首先将每组模态当作一组任务,利用l2,1范数进行特征选择,保证不同模态相同脑区的特征被选中.然后使用超图技术来刻画数据样本与样本之间的高阶信息,从而充分利用每组模态数据内部的分布先验.最后利用多核支持向量机对选择后的特征进行融合分类,从而提高对疾病的诊断精度.在ADNI数据集上对提出的方法进行验证,并与传统方法进行对比,实验结果说明了提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张道强	南京航空航天大学计算机科学与技术学院	51	491	11.0	20.0
2	祖辰	南京航空航天大学计算机科学与技术学院	4	8	2.0	2.0
3	彭瑶	南京航空航天大学计算机科学与技术学院	1	3	1.0	1.0