[1]李金泽,李 华,喻 罡,等.基于大脑形态学和SVM的孤独症自动识别[J].中国医学物理学杂志,2014,31(06):5338-5343.[doi:10.3969/j.issn.1005-202X.2014.06.026]
点击复制

基于大脑形态学和SVM的孤独症自动识别()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
31卷
期数:
2014年06期
页码:
5338-5343
栏目:
出版日期:
2014-12-31

文章信息/Info

作者:
李金泽李 华喻 罡高燕华
中南大学地球科学与信息物理学院生物医学工程研究所;榆林市第二医院磁共振室;陕西省人民医院影像中心;西安交通大学第一附属医院影像中心;
关键词:
磁共振支持向量机特征提取分类
分类号:
TP391.4
DOI:
10.3969/j.issn.1005-202X.2014.06.026
文献标志码:
A
摘要:
目的:孤独症是目前儿童青少年时期常见的精神障碍类疾病,发病率高,临床诊断方法主观性强,也没有较好的治愈办法,本文基于大脑的形态学指标和支持向量机,提出了一种自动区分孤独症患者和正常人的方法。方法:选取对31名孤独症患者48名作为对照组的正常人进行分析。首先对磁共振的结构图像做去头皮、偏场校正等预处理。对三维大脑图像进行分割,得到68个脑区和5类大脑皮层特征,共340个形态学特征。然后对所有的形态学特征进行统计分析和序列前向选择,提取优化形态学特征集合,最后使用支持向量机对得到的特征进行训练和分类。结果:对孤独症患者和正常人进行分类,支持向量机对结合t检验和序列前向选择法提取得到的数据集的平均测试准确率可达到93.67%。结论:通过对模式分类结果的分析,可以了解孤独症与正常人的大脑在结构上和功能上都存在着差异,并且这些差异可以作为明显的特征对患者与正常人进行识别,同时可以得到很好的分类结果。

相似文献/References:

[1]张和华,吕 洋,苌飞霸,等.基于支持向量机的胸阻抗与胸外按压深度预测模型构建[J].中国医学物理学杂志,2015,32(03):343.[doi:10.3969/j.issn.1005-202X.2015.03.009]
[2]黄磊,付峰,邓官华,等.磁共振拉莫尔频率下生物组织介电参数温度特性[J].中国医学物理学杂志,2015,32(06):798.[doi:doi:10.3969/j.issn.1005-202X.2015.06.009]
[3]余丽玲,陈婷,金浩宇,等.基于支持向量机和自回归积分滑动平均模型组合的血糖值预测[J].中国医学物理学杂志,2016,33(4):381.[doi:10.3969/j.issn.1005-202X.2016.04.012]
 [J].Chinese Journal of Medical Physics,2016,33(06):381.[doi:10.3969/j.issn.1005-202X.2016.04.012]
[4]刘一学,李锵,关欣,等.基于支持向量机的颈动脉超声图像内中膜厚度测量[J].中国医学物理学杂志,2016,33(5):451.[doi:10.3969/j.issn.1005-202X.2016.05.005]
 [J].Chinese Journal of Medical Physics,2016,33(06):451.[doi:10.3969/j.issn.1005-202X.2016.05.005]
[5]何汶静,许玉霞,黄正宽.基于Computer Simulation Technology 的磁共振射频线圈模拟与设计[J].中国医学物理学杂志,2017,34(1):44.[doi:10.3969/j.issn.1005-202X.2017.01.009]
 [J].Chinese Journal of Medical Physics,2017,34(06):44.[doi:10.3969/j.issn.1005-202X.2017.01.009]
[6]米雅婷,葛中芹,张婕,等. GA-BP算法与SVM在呼吸运动估计中的效果比较[J].中国医学物理学杂志,2017,34(3):287.[doi:10.3969/j.issn.1005-202X.2017.03.014]
 [J].Chinese Journal of Medical Physics,2017,34(06):287.[doi:10.3969/j.issn.1005-202X.2017.03.014]
[7]喻伟,马永红,徐胜,等. 植入金标患者做MRI检查的安全性[J].中国医学物理学杂志,2017,34(4):377.[doi:DOI:10.3969/j.issn.1005-202X.2017.04.011]
[8]武会江,黄启俊,常胜,等.基于多项式参数拟合和支持向量机的心肌梗死识别算法[J].中国医学物理学杂志,2017,34(7):736.[doi:10.3969/j.issn.1005-202X.2017.07.017]
 [J].Chinese Journal of Medical Physics,2017,34(06):736.[doi:10.3969/j.issn.1005-202X.2017.07.017]
[9]杨芳,李涛.基于能量特征和模糊熵的睡眠自动分期[J].中国医学物理学杂志,2017,34(9):968.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.022]
 [J].Chinese Journal of Medical Physics,2017,34(06):968.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.022]
[10]张振显,宋鹏. 脊柱结核与脊柱转移瘤的磁共振弥散加权成像影像学特征分析[J].中国医学物理学杂志,2018,35(6):676.[doi:DOI:10.3969/j.issn.1005-202X.2018.06.011]
 ZHANG Zhenxian,SONG Peng. Imaging features of magnetic resonance imaging-diffusion weighted imaging on spinal tuberculosis and spinal metastatic tumor[J].Chinese Journal of Medical Physics,2018,35(06):676.[doi:DOI:10.3969/j.issn.1005-202X.2018.06.011]

备注/Memo

备注/Memo:
榆林市“61211”科技创新项目,编号:sf12-10
更新日期/Last Update: 2014-11-10