版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、精神分裂癥主要是以精神活動與環(huán)境的不協(xié)調(diào)為主要特征的一類最常見的精神疾病,具體表現(xiàn)在基本個性的改變及思維、情感和行為的分裂等。本文對比分析了精神分裂癥患者與正常人的靜息態(tài)大腦網(wǎng)絡功能連接,旨在通過比較精神分裂癥患者與正常人大腦網(wǎng)絡之間的異常功能連接,對精神分裂癥患者進行分類。
本文收集了69名精神分裂癥患者與62名正常人的大腦靜息態(tài)fMRI原始數(shù)據(jù),其中正常人的大腦數(shù)據(jù)作為對照組,并要求年齡和性別等與病人組相匹配。運用多元模式
2、識別分析對精神分裂癥患者與正常人進行分類,并通過置換檢驗估計分類的可靠性?;舅悸啡缦?構(gòu)造病人組與正常人組的皮爾遜相關(guān)系數(shù)網(wǎng)絡,分別用雙樣本T檢驗,風險差,Kendall等級相關(guān)三種方法選出最具判別力的特征,采用支持向量機作為分類器,以留一試驗方法完善分類性能。然后以準確率為統(tǒng)計量,通過置換檢驗檢測分類結(jié)果的合理性。最后對比分析三種不同選特征方法獲得的具有判別力的特征以及腦區(qū)。
結(jié)果顯示:用雙樣本T檢驗選特征分類的準確率為8
3、3.97%,用風險差方法選特征分類的準確率為83.21%,用Kendall等級相關(guān)系數(shù)選特征分類的準確率為83.97%,分類的效果均較高。除此之外,風險差方法與Kendall等級相關(guān)系數(shù)方法對病人的分類效果要比對正常人的分類效果高。同時,通過三種不同的特征選擇方法,本文發(fā)現(xiàn)最具判別力腦區(qū),主要位于默認網(wǎng)絡,與注意力,感覺和記憶有關(guān)的網(wǎng)絡,并且大致分布在大腦的前部和中部區(qū)域。在風險差與Kendall等級相關(guān)系數(shù)檢驗方法得到的公共特征中,本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于腦影像數(shù)據(jù)的模式識別方法研究及應用.pdf
- 整合分析在醫(yī)學影像數(shù)據(jù)中的應用.pdf
- 基于多目標跟蹤的醫(yī)學影像分析.pdf
- 醫(yī)學影像學病例分析
- 基于LevelSet的醫(yī)學影像分割.pdf
- 基于DICOM標準的醫(yī)學影像數(shù)據(jù)庫的建立.pdf
- 醫(yī)學影像數(shù)據(jù)的快速繪制算法研究.pdf
- 我國醫(yī)學影像類雜志的引證數(shù)據(jù)分析.pdf
- 隨機森林在醫(yī)學影像數(shù)據(jù)分析中的應用.pdf
- 基于多元圖特征基元的模式識別方法研究
- 醫(yī)學影像試題
- 醫(yī)學影像診斷
- 醫(yī)學影像泌尿
- 醫(yī)學影像試題
- 基于時頻分析的調(diào)制模式識別.pdf
- 基于多元圖特征基元的模式識別方法研究.pdf
- 醫(yī)學影像試題
- 基于中間件的醫(yī)學影像分析系統(tǒng)設計.pdf
- 基于眼動數(shù)據(jù)的模式識別算法研究.pdf
- 醫(yī)學影像數(shù)據(jù)的高清體繪制算法研究.pdf
評論
0/150
提交評論