大脑前额叶多通道近红外光谱信号数据的分类鉴别
刘健哲1
权文香2
吕彬1
谢毅1
董问天2
1.工业和信息化部电信研究院,北京市,1000832.北京大学第六医院,北京市,100191
摘要：背景：精神分裂症主要是通过症候学的方法进行诊断，近年来通过神经影像技术与模式识别的结合对精神分裂症患者与正常人进行鉴别的研究已经引起人们的兴趣。
<br> 目的：利用模式识别的方法对精神分裂症患者和正常人的大脑前额叶多通道近红外光谱信号数据进行分类鉴别，验证其可行性。
<br> 方法：使用言语流畅性测验作为激活任务，采集精神分裂症患者和正常人的大脑前额叶的近红外光谱信号数据。对采集数据进行预处理后计算各通道均值作为特征，计算接收者操作特征的曲线下方面积对通道特征进行分类性能排序，使用支持向量机按性能排序的特征组合做分类，然后用留一验证法计算分类性能指标，验证分类能力。
<br> 结果与结论：研究发现特征性能排序前8位的特征组合的准确度最高达到95.24%，并且这8个通道都位于右侧前额叶。推断右侧前额叶区域可能是影响精神分裂症患者的主要脑区，因此根据结果可以推断出近红外光谱数据通过与模式识别方法的结合可以成为辅助诊断精神分裂症病患者的一种手段。
关键词：组织构建组织工程精神分裂症近红外光谱支持向量机曲线下方面积国家自然科学基金
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(61201066)国家自然科学基金(61001159)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 3190-3195 )
英文信息