基于SVM的fMRI数据分类及MCI诊断应用

摘要：

为了有效提高轻度认知障碍(mild cognitive impairment,MCI)的早期诊断效果,提出了基于SVM的fMRI数据分类方法,并构建分类准确率更高的集成分类器.传统的MCI诊断过程,检验周期长、主观误差较大,为此,利用数据挖掘技术,采用SVM数据分类方法,通过提取单个体素的分类特征,对fMRI图像作分类,并分析分类准确率较高的体素分布区域.通过加权平均的方法,构建集成分类器,更好地辅助临床诊断.

关键词：轻度认知障碍、数据分类、支持向量机、分类算法、分类器集成

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目60975032;山西省自然科学基金项目2011011015-4;北京市博士后科研活动经费基金项目Q6002020201201

在线出版日期：2013-10-28（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：3313-3317