基于脑结构像的精神分裂症机器学习分类

摘要：

将机器学习应用于精神疾患的临床和基础研究是近年来的趋势.研究者将机器学习应用于精神分裂症患者及高危人群的T1加权像和弥散张量成像的脑影像数据中,为了解疾病的生理病理学机制提供帮助.回顾以往研究发现额叶及颞叶的脑结构特征具有较高的区分能力,行为数据和脑影像数据结合的分类效果优于单模态数据.现阶段研究存在样本量不足和泛化能力欠缺的局限,未来研究应注意扩大样本量、制定标准化的分类方法,从而进一步探究机器学习在精神疾患中的作用.

关键词：脑结构像、弥散张量成像、机器学习、精神分裂症、高危人群

所属期刊栏目：28

分类号：R395

资助基金：国家自然科学基金项目31871114, 31400884

在线出版日期：2020-03-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：252-265