10.3969/j.issn.1673-4785.201312043
脑功能网络的fMRI特征提取及脑部疾病机器识别
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。
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
TP391.4(计算技术、计算机技术)
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.
2015-05-21(万方平台首次上网日期,不代表论文的发表时间)
共7页
248-254