抑郁症复杂脑网络社团结构差异分析及分类研究

摘要：

为比较抑郁症脑网络结构差异及实现患者自动识别,提出了基于功能脑网络社团结构特征的机器学习方法.利用静息态功能磁共振影像数据构建功能脑网络,利用基于“堆结构”的贪婪算法进行社团划分,从脑网络模块结构的角度分析正常人和抑郁症患者的差异,并将脑网络的模块指标用于机器学习方法.利用统计显著性为阈值以筛选特征,以判断不同特征数目对分类模型的性能影响.实验结果表明,神经网络算法在28个特征下(P＜0.05),分类正确率最高达90.50％.

关键词：社团结构、脑网络、抑郁症、模块度、机器学习

所属期刊栏目：34

分类号：O157.6;TP182(代数、数论、组合理论)

资助基金：国家自然科学基金项目60970059、61070077、61170136、30971054、81171290;山西省自然科学基金项目2010011020-2、2011011015-4;山西省教育厅高校科技基金项目20121003;太原理工大学青年基金项目2012L014

在线出版日期：2013-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2877-2881