西安工业大学学报
西安工業大學學報
서안공업대학학보
JOURNAL OF XI'AN TECHNOLOGICAL UNIVERSITY
2012年
8期
661-664
,共4页
磁共振成像%张量线性判别分析%大脑结构像%精神分裂症
磁共振成像%張量線性判彆分析%大腦結構像%精神分裂癥
자공진성상%장량선성판별분석%대뇌결구상%정신분렬증
大脑结构MRI数据本质上是三维张量数据,而传统机器学习方法在提取大脑结构特性信息时,需要将其展开为一维向量,破坏了数据的内在结构信息.为了克服数据向量化带来的缺点,提出使用张量线性判别分析算法,用于大脑结构MRI数据分析.并对比基于向量的主成分线性判别分析算法,对20个正常人和20个精神病患者的脑灰质MRI结像进行分类.结果表明张量线性判别分析算法的最高识别率达到95%,其总体识别率、鲁棒性都要优于主成分线性判别分析算法.张量线性判别分析算法在大脑MRI数据分类上要优于传统基于向量的机器学习方法.
大腦結構MRI數據本質上是三維張量數據,而傳統機器學習方法在提取大腦結構特性信息時,需要將其展開為一維嚮量,破壞瞭數據的內在結構信息.為瞭剋服數據嚮量化帶來的缺點,提齣使用張量線性判彆分析算法,用于大腦結構MRI數據分析.併對比基于嚮量的主成分線性判彆分析算法,對20箇正常人和20箇精神病患者的腦灰質MRI結像進行分類.結果錶明張量線性判彆分析算法的最高識彆率達到95%,其總體識彆率、魯棒性都要優于主成分線性判彆分析算法.張量線性判彆分析算法在大腦MRI數據分類上要優于傳統基于嚮量的機器學習方法.
대뇌결구MRI수거본질상시삼유장량수거,이전통궤기학습방법재제취대뇌결구특성신식시,수요장기전개위일유향량,파배료수거적내재결구신식.위료극복수거향양화대래적결점,제출사용장량선성판별분석산법,용우대뇌결구MRI수거분석.병대비기우향량적주성분선성판별분석산법,대20개정상인화20개정신병환자적뇌회질MRI결상진행분류.결과표명장량선성판별분석산법적최고식별솔체도95%,기총체식별솔、로봉성도요우우주성분선성판별분석산법.장량선성판별분석산법재대뇌MRI수거분류상요우우전통기우향량적궤기학습방법.