基于多尺度功能脑网络融合特征的抑郁症分类算法

• 作者: 付常洋 王瑜 肖洪兵 邢素霞
• 来源期刊: 中国医学物理学杂志
• 关键词: 抑郁症 功能脑网络 多尺度 特征融合 支持向量机
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 医学影像物理
• 页码范围: 439-444
• 页数: 6页
• 分类号: R318|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.04.008

摘要

提出一种多尺度功能脑网络融合特征的抑郁症分类方法,具体思想包括:首先通过精细化脑区,建立4种不同尺度的脑网络;然后对每种尺度的脑网络分别提取局部特征和全局特征,并将多种尺度脑网络的特征进行有效融合并降维;最后使用支持向量机对患者脑部功能磁共振影像进行分类.试验结果表明,分别提取局部特征和全局特征,并进行有效融合,可以提升识别效果;空间尺度减小会得到更多有效特征,进而能够有效提升分类结果;多尺度特征融合也可以在很大程度上对分类结果起到积极作用.与传统单一大尺度脑网络方法相比,本研究提出的方法获得了更加优秀的试验结果,识别率可达88.67％,充分验证了本研究提出方法的有效性和可行性,并为抑郁症患者的临床诊断与治疗提供生物学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑜	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	41	67	4.0	5.0
2	邢素霞	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	38	170	8.0	11.0
3	肖洪兵	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	20	32	4.0	4.0
4	付常洋	北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室	2	0	0.0	0.0