一种对fMRI数据分类的加权随机SVM集群算法

• 作者: 毕夏安 王志刚 胥茜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: fMRI分类 加权随机SVM集群 图论特征 轻度认知障碍
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法与语言
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP312
• 字数: 3220字
• 语种: 中文
• DOI: 10.11907/rjdk.191824

摘要

如何从小样本、高维度特性的功能磁共振成像(fMRI)数据中识别出内在的脑区活动模式,对理解人脑意义重大.随着模式识别技术和机器学习算法的发展,fMRI的分类研究也引起了人们的重视.提出一种对fMRI数据分类的加权随机SVM集群(WRSVMC)算法.该算法分为两步,首先通过随机选择样本和特征建立多个SVM,以构建集成分类器;然后在投票过程中,对每个SVM赋权重,以优化模型的集成性能.结合fMRI数据和图论特征,采用WRSVMC算法对轻度认知障碍(MCI)患者数据展开分类研究.结果表明,准确率最高可达87.67％.该方法能帮助医师对MCI患者进行辅助诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志刚	湖南师范大学信息科学与工程学院	54	127	6.0	9.0
2	胥茜	湖南师范大学信息科学与工程学院	5	7	2.0	2.0
3	毕夏安	湖南师范大学信息科学与工程学院	4	7	1.0	2.0