發(fā)布時間：2025-03-15 00:42

　　 本研究在睜眼(eyes-open,EO)和閉眼(eyes-closed,EC)兩種靜息態(tài)下提取了45位健康被試的腦功能參數(shù)比率低頻振幅(fractional amplitude of low frequency fluctuation,fALFF)和局部一致性(regional homogeneity,ReHo)數(shù)據(jù),比較并分析了基于線性核的支持向量機(SVM)、基于RBF核的支持向量機、樸素貝葉斯、決策樹、隨機森林和自適應(yīng)增強(Adaboost)6種機器學(xué)習(xí)方法在數(shù)據(jù)上的分類效果.實驗表明,對單一特征數(shù)據(jù)分類時,樸素貝葉斯算法對fALFF數(shù)據(jù)的分類效果最好,線性核的SVM算法對ReHo數(shù)據(jù)的分類效果最好;對fALFF和ReHo數(shù)據(jù)相融合的多層次特征數(shù)據(jù)分類時,樸素貝葉斯算法的分類效果最好.此外,本研究對單一特征數(shù)據(jù)與多層次特征數(shù)據(jù)在6種機器學(xué)習(xí)方法上進行分類比較,結(jié)果表明利用多層次特征數(shù)據(jù)時,基于RBF核的SVM,樸素貝葉斯和隨機森林算法的分類效果有所提升.本研究基于不同機器學(xué)習(xí)方法和不同層次特征數(shù)據(jù)的分類比較,為EO和EC靜息態(tài)腦功能活動和其他腦病理的研究提供了相關(guān)的參考依據(jù).

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1 fALFF指標(biāo)下EO與EC靜息態(tài)的腦功能活動差異圖

3.1fALFF和ReHo特征提取結(jié)果fALFF指標(biāo)下,在小腦后葉,右側(cè)枕中回和右側(cè)距狀裂周圍皮層等腦區(qū),EO靜息態(tài)下的fALFF值明顯比EC靜息態(tài)高;而在右側(cè)中央后回和右側(cè)補充運動區(qū)等腦區(qū),EO靜息態(tài)下的fALFF值則明顯比EC靜息態(tài)低,如圖1和表1所示.小腦是運動的重要調(diào)節(jié)....

圖2 ReHo指標(biāo)下EO與EC靜息態(tài)的腦功能活動差異圖

表1fALFF指標(biāo)下EO與EC靜息態(tài)的腦功能活動差異Tab.1DifferenceofbrainfunctionalactivitybetweenEOandECrestingstatewithfALFF腦區(qū)體素數(shù)T值峰值的MNI坐標(biāo)X....

圖3 單一特征數(shù)據(jù)與多層次特征數(shù)據(jù)分類準(zhǔn)確率比較圖

表5多層次特征數(shù)據(jù)的分類結(jié)果Tab.5Classificationresultsofmulti-levelfeaturedata分類器準(zhǔn)確率/%召回率/%精確率/%線性核SVM89.7588.0092.67RBF核SVM91.2588.509....

本文編號：4034880