面向自闭症辅助诊断的无监督模糊特征学习新方法

• 作者: 张春香 张英 王士同 王骏 鲍国强
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 自闭症 功能磁共振成像 功能连接 皮尔森相关性 特征选择 无监督模糊特征映射 流形正则化框架 支持向量机
• 年，卷（期）: 2019,（5）
• 页码范围: 882-888
• 页数: 7页
• 分类号: TP391
• 字数: 4754字
• 语种: 中文
• DOI: 10.11992/tis.201808005

摘要

自闭症患者的行为和认知缺陷与潜在的脑功能异常有关.对于静息态功能磁振图像(functional magnetic resonance imaging,fMRI)高维特征,传统的线性特征提取方法不能充分提取其中的有效信息用于分类.为此,本文面向fMRI数据提出一种新型的无监督模糊特征映射方法,并将其与多视角支持向量机相结合,构建分类模型应用于自闭症的计算机辅助诊断.该方法首先采用多输出TSK模糊系统的规则前件学习方法,将原始特征数据映射到线性可分的高维空间;然后引入流形正则化学习框架,提出新型的无监督模糊特征学习方法,从而得到原输出特征向量的非线性低维嵌入表示;最后使用多视角SVM算法进行分类.实验结果表明:本文方法能够有效提取静息态fMRI数据中的重要特征,在保证模型具有优越且稳定的分类性能的前提下,还可以提高模型的可解释性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	王骏	江南大学数字媒体学院	49	553	8.0	23.0
3	张春香	江南大学数字媒体学院	2	0	0.0	0.0
4	张英	江南大学数字媒体学院	1	0	0.0	0.0
5	鲍国强	江南大学数字媒体学院	2	2	1.0	1.0