首页 > 文献资料
-
基于多模态磁共振影像的精神分裂症患者多特征分类研究
精神分裂症(SZ)的分类研究已经被广泛报道,但是之前比较多的研究都是基于单个模态的或者单个特征的.本研究提出了一种基于多模态磁共振影像的自动分类方法,采集了44例SZ患者与56例健康正常人的结构与功能磁共振影像,基于自动解剖标签模板提取了90个感兴趣区域的灰质体积、局部一致性、低频振荡振幅和度中心度作为分类模型的输入特征.为了降低特征维度,利用递归特征消除法获取对分类有效的主要特征,然后采用支持向量机对SZ患者和正常人进行分类.结果表明,将4种多模态特征组合起来作为分类特征时,分类准确率达到94.47%,明显优于单独将这些特征作为分类模型的输入特征时取得的分类效果,并且研究发现分类权重大的脑区主要集中在额叶、颞叶和枕叶.研究结果有助于理解SZ患者的病理机制与进展规律及实现自动诊断.
-
基于多模态磁共振影像的抑郁障碍自动分类研究
目的 基于多模态磁共振影像,对抑郁障碍患者和正常对照进行自动分类.方法 采集40例抑郁障碍患者和40名正常对照的结构磁共振和静息态功能磁共振图像,基于自动解剖标签模板提取90个感兴趣区域的灰质体积、局部一致性、低频振荡振幅和度中心度作为特征进行输入,用基于递归特征消除的支持向量机对抑郁障碍患者和正常对照进行自动分类研究.结果 局部一致性和低频振荡振幅的组合为佳分类特征,分类准确率达到87.50%,并且分类权重大的脑区主要位于额叶和舌回.结论 基于多模态磁共振影像的自动分类能从个体水平上有效区分抑郁障碍患者和正常对照,额叶和舌回的特征用于抑郁障碍的诊断敏感性较高.
-
基于多模态磁共振影像的首发未用药精神分裂症自动分类研究
慢性精神分裂症患者大脑的结构和功能异常已经被广泛报道,但是首发未用药精神分裂症患者和正常人的相关研究较少.本研究采集了44名首发未用药精神分裂症患者和56名正常人的结构和静息态功能磁共振图像,基于自动解剖标签模板提取了90个感兴趣区域的灰质体积、局部一致性、低频振荡振幅和度中心度作为特征,并将这些特征作为输入,用基于递归特征消除的支持向量机对首发未用药精神分裂症患者和正常人进行分类.结果表明,局部一致性和低频振荡振幅的组合为佳分类特征,分类准确率达到96.97%,并且分类权重大的脑区主要位于额叶.研究结果有利于加深对精神分裂症神经病理机制的了解,有助于开发出用于临床辅助诊断的生物学标记物.