基于SVM与fMRI技术对精神分裂症的分类研究

• 作者: 付舒悦 姚佩玲 朱亚飞 杨仕虎 谭颖
• 来源期刊: 现代计算机
• 关键词: SVM PCA 精神分裂症 fMRI
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 36-39,52
• 页数: 5页
• 字数: 2991字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.01.008

摘要

精神分裂症是一种常见的重型精神疾病.近年来,非侵入性核磁共振影像技术被广泛应用在精神分裂症的研究.目前,已经有大批的机器学习方法应用在核磁共振影像上,例如:KNN、SVM等.通过构建脑功能连接的方式对数据进行处理.在输入分类器之前,对特征进行归一化处理.归一化后再输入SVM分类器,在线性SVM分类器中,分类准确率最高达到78.5％.与传统的直接输入分类器的结果比较,分类准确率有较好的分类效果.该研究对精神分裂症的研究有一定意义,辅助医生诊断疾病.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭颖	西南民族大学计算机科学与技术学院	23	90	5.0	8.0
2	朱亚飞	西南民族大学计算机科学与技术学院	2	0	0.0	0.0
3	付舒悦	西南民族大学计算机科学与技术学院	1	0	0.0	0.0
4	杨仕虎	西南民族大学计算机科学与技术学院	1	0	0.0	0.0
5	姚佩玲	西南民族大学计算机科学与技术学院	1	0	0.0	0.0