计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2013年
9期
3313-3317
,共5页
轻度认知障碍%数据分类%支持向量机%分类算法%分类器集成
輕度認知障礙%數據分類%支持嚮量機%分類算法%分類器集成
경도인지장애%수거분류%지지향량궤%분류산법%분류기집성
mild cognitive impairment (MCI)%data classification%support vector machine (SVM)%classification algorithm%classifiers ensemble
为了有效提高轻度认知障碍(mild cognitive impairment,MCI)的早期诊断效果,提出了基于SVM的fMRI数据分类方法,并构建分类准确率更高的集成分类器.传统的MCI诊断过程,检验周期长、主观误差较大,为此,利用数据挖掘技术,采用SVM数据分类方法,通过提取单个体素的分类特征,对fMRI图像作分类,并分析分类准确率较高的体素分布区域.通过加权平均的方法,构建集成分类器,更好地辅助临床诊断.
為瞭有效提高輕度認知障礙(mild cognitive impairment,MCI)的早期診斷效果,提齣瞭基于SVM的fMRI數據分類方法,併構建分類準確率更高的集成分類器.傳統的MCI診斷過程,檢驗週期長、主觀誤差較大,為此,利用數據挖掘技術,採用SVM數據分類方法,通過提取單箇體素的分類特徵,對fMRI圖像作分類,併分析分類準確率較高的體素分佈區域.通過加權平均的方法,構建集成分類器,更好地輔助臨床診斷.
위료유효제고경도인지장애(mild cognitive impairment,MCI)적조기진단효과,제출료기우SVM적fMRI수거분류방법,병구건분류준학솔경고적집성분류기.전통적MCI진단과정,검험주기장、주관오차교대,위차,이용수거알굴기술,채용SVM수거분류방법,통과제취단개체소적분류특정,대fMRI도상작분류,병분석분류준학솔교고적체소분포구역.통과가권평균적방법,구건집성분류기,경호지보조림상진단.