中国组织工程研究
中國組織工程研究
중국조직공정연구
Journal of Clinical Rehabilitative Tissue Engineering Research
2014年
20期
3190-3195
,共6页
刘健哲%权文香%吕彬%谢毅%董问天
劉健哲%權文香%呂彬%謝毅%董問天
류건철%권문향%려빈%사의%동문천
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
組織構建%組織工程%精神分裂癥%近紅外光譜%支持嚮量機%麯線下方麵積%國傢自然科學基金
조직구건%조직공정%정신분렬증%근홍외광보%지지향량궤%곡선하방면적%국가자연과학기금
schizophrenia%optics and photonics%prefrontal cortex%hemorheology
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。
揹景:精神分裂癥主要是通過癥候學的方法進行診斷,近年來通過神經影像技術與模式識彆的結閤對精神分裂癥患者與正常人進行鑒彆的研究已經引起人們的興趣。
<br> 目的:利用模式識彆的方法對精神分裂癥患者和正常人的大腦前額葉多通道近紅外光譜信號數據進行分類鑒彆,驗證其可行性。
<br> 方法:使用言語流暢性測驗作為激活任務,採集精神分裂癥患者和正常人的大腦前額葉的近紅外光譜信號數據。對採集數據進行預處理後計算各通道均值作為特徵,計算接收者操作特徵的麯線下方麵積對通道特徵進行分類性能排序,使用支持嚮量機按性能排序的特徵組閤做分類,然後用留一驗證法計算分類性能指標,驗證分類能力。
<br> 結果與結論:研究髮現特徵性能排序前8位的特徵組閤的準確度最高達到95.24%,併且這8箇通道都位于右側前額葉。推斷右側前額葉區域可能是影響精神分裂癥患者的主要腦區,因此根據結果可以推斷齣近紅外光譜數據通過與模式識彆方法的結閤可以成為輔助診斷精神分裂癥病患者的一種手段。
배경:정신분렬증주요시통과증후학적방법진행진단,근년래통과신경영상기술여모식식별적결합대정신분렬증환자여정상인진행감별적연구이경인기인문적흥취。
<br> 목적:이용모식식별적방법대정신분렬증환자화정상인적대뇌전액협다통도근홍외광보신호수거진행분류감별,험증기가행성。
<br> 방법:사용언어류창성측험작위격활임무,채집정신분렬증환자화정상인적대뇌전액협적근홍외광보신호수거。대채집수거진행예처리후계산각통도균치작위특정,계산접수자조작특정적곡선하방면적대통도특정진행분류성능배서,사용지지향량궤안성능배서적특정조합주분류,연후용류일험증법계산분류성능지표,험증분류능력。
<br> 결과여결론:연구발현특정성능배서전8위적특정조합적준학도최고체도95.24%,병차저8개통도도위우우측전액협。추단우측전액협구역가능시영향정신분렬증환자적주요뇌구,인차근거결과가이추단출근홍외광보수거통과여모식식별방법적결합가이성위보조진단정신분렬증병환자적일충수단。
BACKGROUND:Psychiatric disorders such as schizophrenia are largely diagnosed on symptomatology. Recently pattern recognition approaches to the analysis of neuroimaging data such as the classification of patients and healthy controls have attracted people’s interest.
<br> OBJECTIVE:To apply pattern recognition approaches to distinguish schizophrenia patients from healthy subjects with multi-channel prefrontal near-infrared spectroscopy signals, and to verify its feasibility.
<br> METHODS:The near-infrared spectroscopy data were measured in the bilateral prefrontal areas of schizophrenia patients and healthy subjects during the Verbal Fluency Test task. After preprocessing, we calculated their mean values for each channel, and ranked the channel features based on the area under curve of the Receiver Operator Characteristic. Then, we trained support vector machine on the combinative features and applied Leave-One-Out-Cross-Validation method to verify the classification ability.
<br> RESULTS AND CONCLUSION:Our study demonstrated that the combination of the top eight rank channel features could reach the classification accuracy up to 95.24%, and al these channels are located at the right lateral prefrontal cortex. It is inferred that, right lateral prefrontal cortex is the main dominant brain areas in schizophrenia patients;the near-infrared spectroscopy of right lateral prefrontal cortex is a potential means for assistant diagnosis of schizophrenia patients.