脑功能网络的fMRI特征提取及脑部疾病机器识别

摘要：

脑部疾病的机器识别是医学图像领域研究的热点。传统的功能磁共振图像研究方法大多只针对部分脑区。考虑到脑功能网络具有全局性的特征，利用静息态功能磁共振图像数据，在全脑范围内使用极大重叠离散小波变换，分别构建加权和无权脑功能网络，运用复杂网络理论对网络结构进行分析研究，提取网络聚集系数作为分类识别的特征分量。将该文方法用于对精神分裂症患者的识别，由识别率、灵敏度、特异度表明，该方法能够提高识别效果，且具有普遍适应性，能推广到其他脑部疾病的机器识别应用中。

关键词：功能磁共振图像、精神分裂症、复杂网络理论、特征提取、脑部疾病、机器识别

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51205185；2012年度江苏省“青蓝工程”中青年学术带头人项目 KYLX＿0754．

在线出版日期：2015-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：248-254