息态功能核磁共振信号的抑郁症识别.pdfVIP

第4l卷第1期 东南大学学报(自然科学版) V01．4lNo．1 201 Jan．201l 1年1月 JOURNALOFSOUTHEAST Science UNIVERSITY(NaturalEdition) 1．01．014 doi：10．3969／j．issn．1001-0505．201 基于任务态和静息态功能核磁共振信号的抑郁症识别 刘 刚1 江海腾1 刘海燕2 王 丽2 姚志剑2 卢 青1 (1东南大学学习科学研究中心。南京210096) (2南京医科大学附属南京脑科医院，南京210029) 摘要：为了提高抑郁症识别的准确率，将功能核磁共振成像的任务态数据和静息态数据相结合， 建立基于数据驱动的模型以提取识别特征．在没有任何先验知识的条件下，采用独立成分分析法 提取任务态数据和静息态数据的独立成分；然后，利用相关遍历分析法获取功能信号集，利用频 谱分析法识别并获取功能信号成分；最后，将功能信号成分作为贝叶斯分类器的特征输入，完成 分类．结果表明，利用该方法提取出的功能信号成分能很好地将抑郁症患者和健康者区分开，整 体识别准确率达到77．27％，抑郁症患者识别准确率达到83．33％，健康者识别准确率达到 70．00％．实验结果证明了这一方法的有效性及优越性． 关键词：抑郁症；分类；功能核磁共振；功能信号成分；相关分析；频谱分析 文献标志码：A 中图分类号：Q42；Q64 of event·relatedand Recognitiondepressionusing resting-state functional resonance magnetic signals Liu Liu Li2Yao Lu Gan91JiangHaiten91Haiyan2Wang Zhijian2Qin91 Centerfor (‘Research LearningScience．SourestUniversity．Nanjing210096．China) Brain Medical 210029．China) (2NanjingHospital．NanjingUniversity．Nanjing ordertO the of dataand Abstract：In improverecognitionaccuracydepression，event—relatedresting· in collaboratedandadata—drivenmodel statedatafunctional resonance magnetic imaging(MRI)are ismodeledtOextract features．Without recognition anyprioriknowledge，thecomponentanalysis the tOextract oftheevent-relateddataand