论文部分内容阅读
现有的精神疾病分类模型仅采用脑网络的静态指标作为特征,忽略了脑网络的空间动态信息,导致分类性能不高.为克服这一局限性,提升分类模型的性能,提出了基于功能脑连接空间动态的分类方法.通过高维模板对脑连接进行空间动态分析,提取脑连接空间动态特征.利用统计分析进行特征选择,构建基于静息态功能脑连接的分类模型.通过对抑郁症患者与正常被试的分类实验结果表明,脑连接空间动态特征的分类准确率(83.0％)比传统采用脑网络的静态指标特征的分类准确率(77.8％)高5.2个百分点.