您当前的位置：
首页 > 文献资料
所属专业：
分类性能文献资料
-
不同大脑分区下注意缺陷多动障碍分类研究
目的 注意缺陷多动障碍(attention deficit hyperactivity disorder,ADHD)是一种常见的影响儿童行为能力的精神疾病,但由于缺乏有力的客观依据判断发病机制,因而临床上诊断与治疗存在一定难度.从脑功能研究ADHD的发病机制是一个热点,特别是从基于感兴趣区域提取特征进行分类研究.为方便找出感兴趣区域,研究者们根据解剖或功能将大脑进行区域划分,常用的脑分区有6种,但还没有研究证明哪一种脑分区适用于ADHD分类研究.因此本文将对不同大脑分区下注意缺陷多动障碍分类研究,以判断哪种分类效果好.方法 本实验采用ADHD-200大赛的数据样本,将数据分为12组,每种大脑分区下包含一组训练集和一组测试集.首先基于静息态fMRI对6种不同大脑分区的训练集进行功能连接计算、特征分类、特征选择,然后利用测试者检验得到6种分类模型的分类性能并做统计分析.结果 实验结果显示每种大脑分区下的训练集得到的分类准确率,并比较每种大脑分区下的测试集的分类性能,综合分析总结出AAL大脑分区的分类性能好,分类准确率达到63.16％.结论 在6种大脑分区下,AAL大脑分区是目前适合用于研究ADHD的大脑分区方法.
-
机器学习多类接收机工作特性研究
接收机工作特性(ROC)曲线已经成为误分类代价未知时的两类分类器分析和比较的标准工具,实际上已经取代了分类正确率或错误率.扩展两类ROC曲线到多类ROC曲面已经成为一个增长性的研究热点.本文阐述了ROC曲线的基本概念和应用,重点介绍了多类ROC曲面的历史和具体算法,指出多类ROC曲面的研究趋势是近似计算和可视化.
关键词： 分类性能 混淆矩阵 接收机工作特性曲线 曲线下面积 多类接收机工作特性曲面
