基于局部一致性的特征选取及在抑郁症上的研究.pdfVIP

第32卷第1期 计算机应用与软件 V01．32 No．1 2015年 1月 ComputerApplicationsandSoftware Jan．2015 基于局部一致性的特征选取及在抑郁症上的研究 刘文钊 程 忱 郭 浩 陈俊杰 (太原理工大学计算机科学与技术学院 山西太原030024) 摘 要 为探讨局部一致性ReHo(regionalhomogeneity)是否可以作为有效诊断抑郁症的特征，且其统计显著性是否可以作为有 效的筛选标准并进行相应的分类。对28例正常人和38例抑郁症患者进行静息态全脑fMRI(functionalMagneticResonanceImaging) 扫描并分析。使用具有统计显著性的阈值作为筛选特征的标准并度量四种分类器下的正确率，运用敏感性分析方法评估不同特征 的重要性，以此来构建一个准确率较高的模型。结果在SVM—RBF和神经网络算法中，当特征数为30时表现出了较高的正确率，分 别是77．4％和73．1％。在研究特征重要性和统计显著性之间的相关性分析 中，发现二者具有明显的正相关。因此，可以利用该方 法用在抑郁症的诊断当中。 关键词 抑郁症 局部一致性 机器学习 分类器 特征选择 中图分类号 TP181 文献标识码 A DOI：10．3969／j．issn．1000—386x．2015．01．018 REGIoNAL HoM oGENEITY-BASED FEATURE SELECTIoN AND ITSSTUDY oNMAJoR DEPRESSⅣ EDISoRDER LiuWenzhao ChengChen GuoHao ChenJunjie (CollegeofComputerScienceandTechnology，TaiyuanUniversityofTechnology，Taiyuan030024，Shanxi，China) Abstract Forinvestigatingwhetherornottheregionalhomogeneity(ReHo)canbeusedasavalidfeatureindepressivedisorderdiagno- sis，andwhetherornotitsstatisticalsignificancecanbeusedasaneffectivescreeningcriterionandtodothecorrespondingclassification，we carriedoutfunctionalmagneticresonanceimaging(fMRI)onthewholebrainsof28healthypersonsand38majordepressivedisorder (MDD)patientsinrestingstate，andmadetheanalysesonexaminationdata．Weusedthethresholdwithstatisticalsignificanceasthecriteri— onofscreeningstandardandmeasuredtheaccuraciesoffourclassifiers．A sensitivityanalysismethodwasemployedtoevaluatetheimpor- tanceofdifierentfeatures．andamodelwithhigheraccuracyratewasbuiltO11thisbasis．TheresultiS。inSVM—RBFalgorithm andneural networkalgorithm．higheraccuracyratewasexhibitedwhenthefeaturenumbertobe30，theyware77．4％ and73．1％ ．Itwasrevealedin studyingthepertinenceanalysisbetweenthefeatureimportanceandthestatisticalsigni