<address id="hrnlf"><listing id="hrnlf"><menuitem id="hrnlf"></menuitem></listing></address>

        <address id="hrnlf"></address>
        • 論文
        主辦單位:煤炭科學研究總院有限公司、中國煤炭學會學術期刊工作委員會
        基于局部差異最小生成樹腦網絡的抑郁癥分類研究
        • 作者

          李舒婷李瑤王昕璨趙云芃陳俊杰

        • 單位

          太原理工大學信息與計算機學院太原理工大學藝術學院

        • 摘要
          傳統的最小生成樹特征提取方法使用局部可量化指標來分類腦疾病,忽略了低權重的連接和集群在大腦網絡中信息處理的重要作用,造成網絡中一些有用信息的丟失。較其他網絡特征而言,其特征有效性和分類準確率都明顯偏低。為解決這些問題,本文以最小生成樹拓撲指標作為特征,在局部差異最小生成樹腦網絡上進行提取特征并構建分類器,在抑郁癥患者數據集上進行驗證。實驗結果顯示,該方法相比于傳統最小生成樹特征提取方法可以提供更多有效特征,能夠有效地提高分類精度。本文提出的新方法可以為腦網絡的構建以及特征提取提供重要的可參考依據,也有助于醫學輔助診斷和腦疾病的研究。
        • 關鍵詞

          局部差異網絡最小生成樹抑郁癥腦網絡機器學習分類

        相關問題

        主辦單位:煤炭科學研究總院有限公司 中國煤炭學會學術期刊工作委員會

        ©版權所有2015 煤炭科學研究總院有限公司 地址:北京市朝陽區和平里青年溝東路煤炭大廈 郵編:100013
        京ICP備05086979號-16  技術支持:云智互聯
        5544444