功能脑网络规模对特征选择及分类的影响研究

摘要：

功能脑网络中不同的模板定义导致网络规模差异极大,进一步影响所构建网络的结构及其拓扑属性.但是,在机器学习方法中网络规模差异是如何影响特征选择策略及分类准确率并不清楚.研究中采用5种不同节点规模的模板进行脑网络构建,在此基础上选择脑网络的三个局部特征用SVM方法构建分类器进行抑郁症患者的识别.结果表明,节点规模较大的模板的分类准确率较高;同时,在不同节点规模下传统的P值的特征选择方法均是可行的,但其阈值设置过于严格.

关键词：功能脑网络、特征选择、特征分类、节点规模、分类器、实验分析

所属期刊栏目：42

分类号：TN915-34;TP181

资助基金：国家自然科学基金面上项目:静息态功能脑网络分析与建模关键技术研究及应用61672374;国家自然科学基金面上项目:抑郁症EEG功能脑网络构建及异常特征分析研究61472270;国家自然科学基金面上项目:静息态功能脑网络高阶复杂时空效应分析及建模研究61876124

在线出版日期：2020-01-07（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：158-162