CIN 计算智能和神经科学 1687 - 5273 1687 - 5265 Hindawi 10.1155 / 2020/6405930 6405930 研究文章 检测异常的大脑区域在精神分裂症中使用结构磁共振成像通过机器学习 https://orcid.org/0000 - 0002 - 2265 - 0085 程ydF4y2Ba ZhiHong 1 杨ydF4y2Ba 道 1 2 https://orcid.org/0000 - 0002 - 2882 - 5616 王 ErLei 3 江 在香港 4 唐 YiQian 1 2 https://orcid.org/0000 - 0001 - 5764 - 813 x 余 习 1 2 https://orcid.org/0000 - 0002 - 4067 - 3467 张 江ydF4y2Ba 5 https://orcid.org/0000 - 0003 - 4371 - 7223 刘 常 6 7 8 Rostro-Gonzalez 霍雷肖 1 信息技术与工程学院 成都大学 成都 中国 cdu.edu.cn 2 的模式识别和智能信息处理重点实验室在四川 成都 中国 3 美国放射学 苏州大学第二附属医院 苏州 中国 suda.edu.cn 4 神经外科学系 Rui-Jin医院 上海交通大学医学院 上海 中国 shsmu.edu.cn 5 物理与电子工程学院 四川师范大学 成都 中国 sicnu.edu.cn 6 成都脑科学研究所的临床医院 Neuroinformation重点实验室 医学信息中心 中国电子科技大学 成都 中国 uestc.edu.cn 7 生命科学与技术学院的 中国电子科技大学 成都 中国 uestc.edu.cn 8 计算机科学学院 四川师范大学 成都 四川 中国 sicnu.edu.cn 2020年 18 3 2020年 2020年 13 10 2019年 07年 01 2020年 16 01 2020年 18 3 2020年 2020年 版权©2020 ZhiHong陈等。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

利用神经影像学和机器学习(ML)精神分裂症(深圳)患者与正常对照组(nc)和检测异常的大脑区域在精神分裂症有几个好处,可以为精神分裂症的临床诊断提供参考。在这项研究中,结构磁共振图像(sMRIs)从深圳病人和nc用于区别的分析。本研究提出了一个基于而且毫升框架特征选择。拟议的框架使用的两个示例<我t一个lic> t首先测试提取组之间的差异,然后进一步消除nonrelevant和冗余特性与递归特性消除(RFE),最后利用支持向量机(SVM)学习所选择的决策模型与灰质(GM)和白质(WM)特性。先前的研究倾向于报告差异组级别而不是在个体层面,不能广泛应用。在这项研究中提出的方法诊断延伸到个人层面,比先前的方法识别率更高。本研究的实验结果表明,该框架区分SZ病人从nc,最高的分类精度达到85%以上。确定生物标志物也与之前的文献研究结果一致。作为一个通用方法,该框架可以扩展到诊断其他疾病。

 中国国家自然科学基金 61502059 中国博士后科学基金会 2016年m592656 四川科技项目 2018年jy0272 1。介绍</t我tle> <p>精神分裂症(深圳)是一组主要精神疾病的病因不明。深圳所有精神疾病的患病率最高,极难治疗。在过去的几十年里,许多神经成像研究已经证明,精神分裂症是一种障碍涉及广泛的脑结构异常(<xref ref-type="bibr" rid="B1"> 1</xref>- - - - - -<xref ref-type="bibr" rid="B5"> 5</xref>]。然而,生产这些结构性赤字所涉及的具体机制仍不完全清楚。近年来,它一直报道,深圳患者大脑结构异常,包括颞中回、额中回、丘脑、胼胝体(CcSum) [<xref ref-type="bibr" rid="B6"> 6</xref>- - - - - -<xref ref-type="bibr" rid="B8"> 8</xref>]。大脑结构的位置和神经生物学过程潜在的这些结构异常是精神分裂症的病理生理学的中心。此外,改变大脑结构与关键的精神病症状(如幻听(<xref ref-type="bibr" rid="B9"> 9</xref>,<xref ref-type="bibr" rid="B10"> 10</xref>),感觉神经的赤字(<xref ref-type="bibr" rid="B11"> 11</xref>,<xref ref-type="bibr" rid="B12"> 12</xref>)、社会功能障碍(<xref ref-type="bibr" rid="B13"> 13</xref>,<xref ref-type="bibr" rid="B14"> 14</xref>在深圳)。</p> <p>目前,深圳主要取决于医生的诊断和监测的判断通过病人的临床反应,历史,和神经系统检查。深圳的诊断和监测主要是依靠医生的临床经验和相关知识。换句话说,这种主观判断可能会增加风险,深圳的诊断和治疗。更准确的诊断,神经影像学方法已被广泛用于研究大脑形态,它提供了重要的信息关于可能的病理生理机制<xref ref-type="bibr" rid="B15"> 15</xref>- - - - - -<xref ref-type="bibr" rid="B18"> 18</xref>]。</p> <p>由于其良好的对比度和空间分辨率高,结构磁共振成像(sMRI)已成为最流行的一种神经成像模式(<xref ref-type="bibr" rid="B19"> 19</xref>- - - - - -<xref ref-type="bibr" rid="B21"> 21</xref>]。大多数现有的研究调查了传统统计分析方法来探讨深圳之间的差异患者和正常对照组(nc)根据集团研究[<xref ref-type="bibr" rid="B15"> 15</xref>,<xref ref-type="bibr" rid="B22"> 22</xref>,<xref ref-type="bibr" rid="B23"> 23</xref>]。尽管传统统计分析方法的能力来检测一些异常的大脑区域在深圳,他们是单变量方法和经常忽略像素点之间的相关性,通常包含重要特征信息。此外,传统的统计分析只考虑组间的差异,和很难概括个别病人的诊断。</p> <p>为了克服传统统计分析的缺点,机器学习(ML)技术已经应用于分析神经影像数据。这些技术可以提取稳定的结构或功能模式从神经影像数据和寻找重要neuroimaging-based生物标记的可能是有用的。目前,有前景的结果已经报道了深圳的分类患者和nc (<xref ref-type="bibr" rid="B24"> 24</xref>- - - - - -<xref ref-type="bibr" rid="B26"> 26</xref>]。</p> <p>sMRI最常见的特点是所谓的脑组织体积(从分布形态测量学)。然而,太多的存在无关紧要的功能可以大大降低分类精度,特别是在神经影像学研究。预处理脑MRI可能包含> 100000非零像素点。相比之下,样本容量(或观察)的往往是小于1000 (<xref ref-type="bibr" rid="B27"> 27</xref>]。因此,功能(压)的数量远远超过数量的观察(样本)。这个问题是机器学习研究的一个常见问题,被称为“维度”的诅咒<xref ref-type="bibr" rid="B28"> 28</xref>- - - - - -<xref ref-type="bibr" rid="B30"> 30.</xref>]。维度的诅咒会导致过度拟合的学习模式。因此,选择和运用适当的特征选择方法可以有效地提高模型的性能。</p> <p>对于大多数监督毫升研究,相应的监督特征选择方法使用高维神经影像数据和所需的结果标签(例如,+ 1治疗反应和−1 nonresponders)选择相关特性和丢弃冗余特性和噪声(<xref ref-type="bibr" rid="B27"> 27</xref>]。更具体地说,这些技术分为三类(<xref ref-type="bibr" rid="B30"> 30.</xref>- - - - - -<xref ref-type="bibr" rid="B32"> 32</xref>):(1)“过滤方法,”使用简单的统计措施(例如,意思是,方差和相关系数)排名功能根据其相关性检测组级别差异,比如年代<我t一个lic> t</我t一个lic>测试,方差分析(方差分析)、皮尔森相关系数;”(2)“包装器方法,使用成本函数优化机器学习模型和等级特性的相关性;;(3)“嵌入式方法”,选择相关特性作为机器学习过程的“部分”通过执行某些“惩罚”机器学习模型来产生相关特性的一个小子集。</p> <p>最近的一项研究[<xref ref-type="bibr" rid="B33"> 33</xref>]利用支持向量机(SVM)学习决策模型分类阿尔茨海默氏症患者和正常对照组,而实现曲线下面积(AUC)超过88.82%。另一项研究[<xref ref-type="bibr" rid="B8"> 8</xref>)皮质厚度与表面面积用于精神分裂症患者进行区别的分析,取得了85.0%的准确性。虽然机器学习的良好的性能产生了过多的功能(压),有一个风险的过度拟合<xref ref-type="bibr" rid="B34"> 34</xref>,<xref ref-type="bibr" rid="B35"> 35</xref>]。为了克服这一问题,提出了大量的特征选择方法。一项研究[<xref ref-type="bibr" rid="B36"> 36</xref>]选择区别的功能使用费舍尔的标准训练支持向量机模型。因此,识别双相情感障碍的分类精度达到76.25%来自正常对照组的患者。另一项研究[<xref ref-type="bibr" rid="B37"> 37</xref>首发精神病)检测,利用主成分分析(PCA)减少nonrelevant特性在皮质厚度和灰质体积,然后应用深层神经网络(款)来构建分类模型。作者实现了70.5%以上的分类精度。然而,大多数这些研究只分析了灰质(GM)。事实上,一些研究[<xref ref-type="bibr" rid="B17"> 17</xref>,<xref ref-type="bibr" rid="B38"> 38</xref>,<xref ref-type="bibr" rid="B39"> 39</xref>)已经表明,有一个不可忽视的白质的变化(WM)在深圳,也是很有必要分析WM。</p> <p>作为一个有效的特征选择算法,递归特性消除(RFE)评估每个特性的贡献,然后迭代特性消除了最小的贡献(<xref ref-type="bibr" rid="B40"> 40</xref>- - - - - -<xref ref-type="bibr" rid="B42"> 42</xref>]。在这项研究中,基于机器学习框架而且特征选择算法。框架首先使用两个示例<我t一个lic> t</我t一个lic>测试大约选择特性,然后通过RFE消除nonrelevant和冗余功能。最后,利用SVM学习分别WM和通用的决策模型。实验结果表明该方法能够区分SZ患者从nc的最大精度约85%能找到深圳的生物标记物,与先前的研究中发现是一致的,包括左、右颞中回、右侧额中回、丘脑、胼胝体、梭状回,枕叶,楔片,中央后回,小脑。</p> <p>我们工作的贡献包括以下:<list> <list-item> <label>(1)</label> </list-item> </list></p> <p>我们开发了一个机器学习框架,区分深圳nc的病人。拟议中的机器学习框架采用而且方法大致降低特征维数的两个示例<我t一个lic> t</我t一个lic>测试与RFE,然后进一步。分层特征选择有利于保护和消除冗余的信息功能。此外,而且特征选择易于使用识别精神分裂症的生物标志物(异常的大脑区域)。该机器学习框架并不适用于精神分裂症。也可以推广到其他疾病对患者进行分类,并根据sMRI nc。</p> <list-item> <label>(2)</label> <p>实验结果表明,该方法实现了比其他方法更好的分类性能。此外,确定了生物标志物的发现是一致的以前的相关研究工作。</p> </list-item> <list-item> <label>(3)</label> <p>以往的研究工作主要集中在灰质和白质很少调查在精神分裂症患者。本研究分析分别灰质和白质和发现白质有区别的能力比灰质,为临床诊断提供参考。</p> </list-item> <p></p> </sec> <sec id="sec2"> <title>2。材料和方法</t我tle> <sec id="sec2.1"> <title>2.1。主题和磁共振成像数据采集</t我tle> <p>本研究中使用的成像数据和表型信息获得生物医学研究中心的卓越(图)的数据集,这是收集和共享的思想研究网络和新墨西哥大学的(<ext-link ext-link-type="uri" xlink:href="http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html"> http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html</ext-link>)。减少的影响,不同亚型的深圳,我们只选择了偏执型分裂症的数据集。偏执型精神分裂症是最常见的类型的深圳,病程发展较慢,后面的神经退行性发作一次,和一个更好的疗效<xref ref-type="bibr" rid="B43"> 43</xref>,<xref ref-type="bibr" rid="B44"> 44</xref>]。</p> <p>在这项研究中,我们选择34偏执型精神分裂症患者和34名正常对照组的数据集。选中的受试者右手20至60岁之间。所有受试者检查和排除,如果他们有一个神经错乱的历史,历史的精神发育迟滞,严重的头部外伤史超过5分钟的意识丧失,或物质滥用或依赖的历史在过去12个月。使用结构化的临床诊断信息收集面试DSM障碍(SCID)。报告的人口分布表<xref ref-type="table" rid="tab1"> 1</xref>。</p> <table-wrap id="tab1"> <label>表1</label> <p>深圳和nc患者的人口统计信息。</p> <table> <thead> <tr> <th align="left"></th> <th align="center">深圳</th> <th align="center">数控</th> </tr> </thead> <tbody> <tr> <td align="left">性别(M / F)</td> <td align="center">27/7</td> <td align="center">23/11</td> </tr> <tr> <td align="left">年龄</td> <td align="center">36.85±10.91</td> <td align="center">39.53±10.59</td> </tr> </tbody> </table> <table-wrap-foot> <fn> <p>注:深圳,精神分裂症;数控,正常的控制;米,男;F,女性。</p> </fn> </table-wrap-foot> </table-wrap> <p>所有sMRI数据获得多次回声MPRAGE (MEMPR)序列。使用的参数是一个重复时间2530毫秒(TR);回波时间(te)的1.64,3.5,5.36,7.22,和9.08毫秒;900毫秒的时间反演(TI);一个视场(视野)256×256毫米;256×256×176的矩阵;一个翻转7°角;立体像素大小为1×1×1毫米;176毫米的板厚度;5的回声; and a total scan time of 6 min.</p> </sec> <sec id="sec2.2"> <title>2.2。预处理</t我tle> <p>sMRI数据分析与统计参数映射(SPM)软件包SPM8 (Wellcome成像神经科学部门,伦敦,英国;<ext-link ext-link-type="uri" xlink:href="http://www.fil.ion.ucl.ac.uk/spm"> http://www.fil.ion.ucl.ac.uk/spm</ext-link>)使用分布形态测量学(VBM) [<xref ref-type="bibr" rid="B45"> 45</xref>,<xref ref-type="bibr" rid="B46"> 46</xref>)协议。首先,空间所有3 d卷正常化的T1 SPM8提供的模板偏差纠正(删除位置和体积的差异)。第二,每个t1加权磁共振成像组织划分为三个概率地图(及),包括通用汽车,WM和脑脊液(CSF)。第三,组织成交调制分段组织获得的地图。最后,用6毫米各向同性高斯内核半宽度采用空间平滑。</p> </sec> <sec id="sec2.3"> <title>2.3。机器学习框架</t我tle> <p>预处理步骤后,基于而且特征选择方法进行了减少维数的功能。首先,两个示例<我t一个lic> t</我t一个lic>测试进行了大致选择特性,然后,RFE被用来进一步消除nonrelevant和冗余功能。最后,一个线性SVM分类器训练分类深圳病人和nc。提出的工作流机器学习框架如图<xref ref-type="fig" rid="fig1"> 1</xref>。</p> <fig id="fig1"> <label>图1</label> <p>提出的工作流图框架。框架包含了三个阶段:(1)预处理阶段,规范化的大脑不同学科标准MNI空间,段灰质(GM),白质(WM)和脑脊液(CSF),抚平压降低噪声的影响;(2)特征选择阶段,它使用两个示例<我t一个lic> t</我t一个lic>测试和RFE选择区别的特性,而且方法;(3)功能分类阶段,采用线性SVM分类特性。</p> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.001"></graphic> </fig> </sec> <sec id="sec2.4"> <title>2.4。特征选择</t我tle> <p>获得良好的分类性能,两个示例<我t一个lic> t</我t一个lic>测试是用来执行一个粗略的初步选择。然后,RFE被用来进一步选择区别的特征。</p> <sec id="sec2.4.1"> <title>2.4.1。两个示例<斜体> < /斜体>测试</t我tle> <p>由于大量的冗余信息在sMRI,两个示例<我t一个lic> t</我t一个lic>测试最初被用来屏幕体素。作为一个经典的统计分析方法,两个示例<我t一个lic> t</我t一个lic>测试可以通过计算提取组间显著差异统计学意义价值。假设<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mover accent="true"> <mml:mi> x</米米l:mi> <mml:mo> ¯</米米l:mo> </mml:mover> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mover accent="true"> <mml:mi> x</米米l:mi> <mml:mo> ¯</米米l:mo> </mml:mover> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>代表了两组的一个特征。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mrow> <mml:msubsup> <mml:mi> 年代</米米l:mi> <mml:mn> 1</米米l:mn> <mml:mn> 2</米米l:mn> </mml:msubsup> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mrow> <mml:msubsup> <mml:mi> 年代</米米l:mi> <mml:mn> 2</米米l:mn> <mml:mn> 2</米米l:mn> </mml:msubsup> </mml:mrow> </mml:math> </inline-formula>表示相应的差异,以及组织之间的显著差异这一特性可以计算如下:<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:mtable> <mml:mlabeledtr id="EEq1"> <mml:mtd> <mml:mtext> (1)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> T</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mfenced open="|" close="|" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mover accent="true"> <mml:mi> x</米米l:mi> <mml:mo> ¯</米米l:mo> </mml:mover> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> −</米米l:mo> <mml:msub> <mml:mrow> <mml:mover accent="true"> <mml:mi> x</米米l:mi> <mml:mo> ¯</米米l:mo> </mml:mover> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:msqrt> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> −</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:mfenced> <mml:msubsup> <mml:mi> 年代</米米l:mi> <mml:mn> 1</米米l:mn> <mml:mn> 2</米米l:mn> </mml:msubsup> <mml:mo> +</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> −</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:mfenced> <mml:msubsup> <mml:mi> 年代</米米l:mi> <mml:mn> 2</米米l:mn> <mml:mn> 2</米米l:mn> </mml:msubsup> </mml:mrow> </mml:mfenced> <mml:mo> /</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> +</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> −</米米l:mo> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> <mml:mo> ⋅</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mn> 1</米米l:mn> <mml:mo> /</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> +</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mn> 1</米米l:mn> <mml:mo> /</米米l:mo> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:msqrt> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>表示样本大小。的能力特性来区分两组评估的绝对值<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:mi> T</米米l:mi> </mml:math> </inline-formula>。的绝对值越大<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mi> T</米米l:mi> </mml:math> </inline-formula>,更有识别力的特性。</p> </sec> <sec id="sec2.4.2"> <title>2.4.2。递归特性消除</t我tle> <p>RFE [<xref ref-type="bibr" rid="B47"> 47</xref>排名所有功能)是一个贪婪的方法获得最优特征子集的分类。执行这个排名,RFE列车机器学习模型(例如,线性支持向量机和相关向量机),然后将所有功能方面的一些具体的排名标准,最后删除功能最小的排名。重复这个过程,直到所有的功能都被移除。因为RFE可以消除一个固定的数量或比例的特性取决于用户的需求和有很强的解释能力的差异,它已经流行在神经影像学研究<xref ref-type="bibr" rid="B40"> 40</xref>- - - - - -<xref ref-type="bibr" rid="B42"> 42</xref>]。</p> <p>目前,大多数研究[<xref ref-type="bibr" rid="B48"> 48</xref>- - - - - -<xref ref-type="bibr" rid="B51"> 51</xref>)与支持向量机结合RFE进行特征选择。支持向量机是目前最著名的分类技术之一,并计算优于其他分类方法,和许多先前的研究<xref ref-type="bibr" rid="B52"> 52</xref>- - - - - -<xref ref-type="bibr" rid="B56"> 56</xref>)证明,线性支持向量机在小样本数据集执行好。让分类器泛化看不见的数据,避免过度拟合问题,我们介绍了支持向量机软分类器。</p> <p>以软边缘支持向量机为例,假设<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:mi> 米</米米l:mi> </mml:math> </inline-formula>输入训练样本<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:mrow> <mml:mi> x</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfenced open="{" close="}" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>,每个样品都有<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mi> n</米米l:mi> </mml:math> </inline-formula>特性(例如,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> =</米米l:mo> <mml:mfenced open="{" close="}" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mtext> 在</米米l:mtext> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfenced open="{" close="}" separators="|"> <mml:mrow> <mml:mn> 1、2</米米l:mn> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>)和相应的标签<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:mrow> <mml:mi> y</米米l:mi> <mml:mo> =</米米l:mo> <mml:mfenced open="{" close="}" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> <mml:mo> …</米米l:mo> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>;决策函数<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:mrow> <mml:mi> D</米米l:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>是制定<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:mtable> <mml:mlabeledtr id="EEq2"> <mml:mtd> <mml:mtext> (2)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtable> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mrow> <mml:mi> D</米米l:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:munder> <mml:mrow> <mml:mi mathvariant="normal"> 最小值</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> ω</米米l:mi> <mml:mo> ,</米米l:mo> <mml:mi> b</米米l:mi> <mml:mo> ,</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> ζ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:munder> <mml:mfrac> <mml:mn> 1</米米l:mn> <mml:mn> 2</米米l:mn> </mml:mfrac> <mml:msup> <mml:mrow> <mml:mfenced open="‖" close="‖" separators="|"> <mml:mrow> <mml:mi> ω</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msup> <mml:mo> +</米米l:mo> <mml:mi> C</米米l:mi> <mml:mstyle displaystyle="true"> <mml:munderover> <mml:mo stretchy="true"> ∑</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> <mml:mi> 米</米米l:mi> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ζ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> </mml:mrow> </mml:mstyle> </mml:mrow> </mml:mtd> </mml:mtr> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mrow> <mml:mtext> 先决条件</米米l:mtext> <mml:mo> :</米米l:mo> </mml:mrow> </mml:mtd> </mml:mtr> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ζ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> =</米米l:mo> <mml:mn> 1</米米l:mn> <mml:mo> −</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> ω</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:mi> </mml:mrow> </mml:msup> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> +</米米l:mo> <mml:mi> b</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mtd> </mml:mtr> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mrow> <mml:mtext> 受</米米l:mtext> </mml:mrow> </mml:mtd> </mml:mtr> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mtable> <mml:mtr> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi> ω</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:mi> </mml:mrow> </mml:msup> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> +</米米l:mo> <mml:mi> b</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mo> ≥</米米l:mo> <mml:mn> 1</米米l:mn> <mml:mo> −</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> ζ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> ζ</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ≥</米米l:mo> <mml:mn> 0</米米l:mn> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:mi> ω</米米l:mi> </mml:math> </inline-formula>的权重特性,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mi> C</米米l:mi> </mml:math> </inline-formula>是一个非零的惩罚系数控制训练误差和边缘之间的权衡,然后呢<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mi> ζ</米米l:mi> </mml:math> </inline-formula>被称为松弛变量相关的分类错误的样本。</p> <p>自上述优化问题难以解决,可以写成一个对偶问题使用拉格朗日乘数方法如下:<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:mtable> <mml:mlabeledtr id="EEq3"> <mml:mtd> <mml:mtext> (3)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtable> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mrow> <mml:mi> D</米米l:mi> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:munder> <mml:mrow> <mml:mi mathvariant="normal"> 马克斯</米米l:mi> </mml:mrow> <mml:mi> 一个</米米l:mi> </mml:munder> <mml:mstyle displaystyle="true"> <mml:munderover> <mml:mo stretchy="true"> ∑</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> <mml:mi> 米</米米l:mi> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mstyle> <mml:mo> −</米米l:mo> <mml:mfrac> <mml:mn> 1</米米l:mn> <mml:mn> 2</米米l:mn> </mml:mfrac> <mml:mstyle displaystyle="true"> <mml:munderover> <mml:mo stretchy="true"> ∑</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> ,</米米l:mo> <mml:mi> j</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> <mml:mi> 米</米米l:mi> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:mi> </mml:mrow> </mml:msub> <mml:msubsup> <mml:mi> x</米米l:mi> <mml:mi> 我</米米l:mi> <mml:mi> T</米米l:mi> </mml:msubsup> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> j</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ,</米米l:mo> </mml:mrow> </mml:mstyle> </mml:mrow> </mml:mtd> </mml:mtr> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mrow> <mml:mtext> 受</米米l:mtext> </mml:mrow> </mml:mtd> </mml:mtr> <mml:mtr columnalign="left"> <mml:mtd columnalign="left"> <mml:mtable> <mml:mtr> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:mo> ≥</米米l:mo> <mml:mn> 0</米米l:mn> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> <mml:mtr> <mml:mtd> <mml:mstyle displaystyle="true"> <mml:munderover> <mml:mo stretchy="true"> ∑</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> <mml:mi> 米</米米l:mi> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mstyle> <mml:mo> =</米米l:mo> <mml:mn> 0</米米l:mn> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mtd> </mml:mtr> </mml:mtable> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:mi> α</米米l:mi> </mml:math> </inline-formula>对应于观测样本的权重。观察样品的非零向量权重表示支持。因此,特性或像素点的权重计算<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:mtable> <mml:mlabeledtr id="EEq4"> <mml:mtd> <mml:mtext> (4)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> ω</米米l:mi> <mml:mo> =</米米l:mo> <mml:mstyle displaystyle="true"> <mml:munderover> <mml:mo stretchy="true"> ∑</米米l:mo> <mml:mrow> <mml:mi> 我</米米l:mi> <mml:mo> =</米米l:mo> <mml:mn> 1</米米l:mn> </mml:mrow> <mml:mi> 米</米米l:mi> </mml:munderover> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> α</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> y</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> <mml:msub> <mml:mrow> <mml:mi> x</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mstyle> <mml:mo> 。</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>评估每个特性的贡献,重量<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mi> ω</米米l:mi> </mml:math> </inline-formula>排名根据其平方值<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ω</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> 我</米米l:mi> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:mn> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>。最后,排名最低的特性从特性集<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:mi> F</米米l:mi> </mml:math> </inline-formula>:<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:mtable> <mml:mlabeledtr id="EEq5"> <mml:mtd> <mml:mtext> (5)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> F</米米l:mi> <mml:mo> =</米米l:mo> <mml:mi> F</米米l:mi> <mml:mo> −</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> F</米米l:mi> </mml:mrow> <mml:mrow> <mml:mi> ω</米米l:mi> <mml:mfenced open="[" close="]" separators="|"> <mml:mrow> <mml:mtext> 最低排名</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:msub> <mml:mo> 。</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>随后,重复上述过程,直到达到终止条件或直到特性集<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:mi> F</米米l:mi> </mml:math> </inline-formula>是空的。然后,每个特征对应于一个重量,表达功能的重要性。最后,一个用户定义的比例(如2%)应用于去除排名较低的特性。RFE过程如图<xref ref-type="fig" rid="fig2"> 2</xref>。</p> <fig id="fig2"> <label>图2</label> <p>流程图的递归特性消除。整个流程包括三个阶段:获得观测样本的权重<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:mi> α</米米l:mi> </mml:math> </inline-formula>,计算每个特性的权重和排名基于重量,和删除排名最低的特性集的特性。</p> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.002"></graphic> </fig> </sec> </sec> <sec id="sec2.5"> <title>2.5。绩效评估</t我tle> <p>评估方法的性能强劲,分析交叉验证(厕所)应用于本研究。假设有<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:mi> N</米米l:mi> </mml:math> </inline-formula>深圳病人和样品<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:mi> 米</米米l:mi> </mml:math> </inline-formula>nc的样品;他们,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>深圳病人和样品<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>nc的样本正确分类。五个绩效指标(精度、灵敏度、特异性<我t一个lic> F</我t一个lic>2测量,<我t一个lic> G</我t一个lic>意思是)被用来评估性能:<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mtable> <mml:mlabeledtr id="EEq6"> <mml:mtd> <mml:mtext> (6)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 精度</米米l:mtext> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> ACC</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> TN</米米l:mtext> </mml:mrow> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> FN</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> TN</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> 《外交政策》</米米l:mtext> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq7"> <mml:mtd> <mml:mtext> (7)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 灵敏度</米米l:mtext> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> SN</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mtext> TP</米米l:mtext> </mml:mrow> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> FN</米米l:mtext> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq8"> <mml:mtd> <mml:mtext> (8)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 特异性</米米l:mtext> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> SP</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mrow> <mml:mtext> TN</米米l:mtext> </mml:mrow> <mml:mrow> <mml:mtext> TN</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> 《外交政策》</米米l:mtext> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq9"> <mml:mtd> <mml:mtext> (9)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 几何平均数</米米l:mtext> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> 通用汽车</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:msqrt> <mml:mrow> <mml:mfrac> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> ×</米米l:mo> <mml:mtext> TN</米米l:mtext> </mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> FN</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> ×</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TN</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> 《外交政策》</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfrac> </mml:mrow> </mml:msqrt> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq10"> <mml:mtd> <mml:mtext> (10)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mtext> 骰子测量</米米l:mtext> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> DM</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mn> 2</米米l:mn> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> FN</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mo> /</米米l:mo> <mml:mrow> <mml:mtext> TP</米米l:mtext> </mml:mrow> </mml:mrow> <mml:mo> +</米米l:mo> <mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> 《外交政策》</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mo> /</米米l:mo> <mml:mrow> <mml:mtext> TP</米米l:mtext> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> <mml:mlabeledtr id="EEq11"> <mml:mtd> <mml:mtext> (11)</米米l:mtext> </mml:mtd> <mml:mtd> <mml:mi> F</米米l:mi> <mml:mn> 2</米米l:mn> <mml:mtext> 测量</米米l:mtext> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> F</米米l:mtext> <mml:mn> 2</米米l:mn> <mml:mtext> 米</米米l:mtext> </mml:mrow> </mml:mfenced> <mml:mo> =</米米l:mo> <mml:mfrac> <mml:mn> 5</米米l:mn> <mml:mrow> <mml:mrow> <mml:mrow> <mml:mn> 4</米米l:mn> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> FN</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mo> /</米米l:mo> <mml:mrow> <mml:mtext> TP</米米l:mtext> </mml:mrow> </mml:mrow> <mml:mo> +</米米l:mo> <mml:mrow> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> 《外交政策》</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> <mml:mo> /</米米l:mo> <mml:mrow> <mml:mtext> TP</米米l:mtext> </mml:mrow> </mml:mrow> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:mo> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> =</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> /</米米l:mo> <mml:mi> N</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:mrow> <mml:mtext> TN</米米l:mtext> <mml:mo> =</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> <mml:mo> /</米米l:mo> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:mrow> <mml:mtext> FN</米米l:mtext> <mml:mo> =</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> N</米米l:mi> <mml:mo> −</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> N</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> /</米米l:mo> <mml:mi> N</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:mrow> <mml:mtext> 《外交政策》</米米l:mtext> <mml:mo> =</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mi> 米</米米l:mi> <mml:mo> −</米米l:mo> <mml:msub> <mml:mrow> <mml:mi> 米</米米l:mi> </mml:mrow> <mml:mrow> <mml:mn> 1</米米l:mn> </mml:mrow> </mml:msub> </mml:mrow> </mml:mfenced> <mml:mo> /</米米l:mo> <mml:mi> 米</米米l:mi> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:mrow> <mml:mtext> SN</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>代表深圳的病人的比例预测正确,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:mrow> <mml:mtext> SP</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>代表的比例正常对照组预测正确。<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mrow> <mml:mtext> 通用汽车</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:mrow> <mml:mtext> DM</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:mrow> <mml:mtext> F</米米l:mtext> <mml:mn> 2</米米l:mn> <mml:mtext> 米</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>被定义为的调和平均数吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mrow> <mml:mtext> SN</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>和精度<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mrow> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> /</米米l:mo> <mml:mfenced open="(" close=")" separators="|"> <mml:mrow> <mml:mtext> TP</米米l:mtext> <mml:mo> +</米米l:mo> <mml:mtext> 《外交政策》</米米l:mtext> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:mfenced> </mml:mrow> </mml:math> </inline-formula>,其中<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:mrow> <mml:mtext> 通用汽车</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>和<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mrow> <mml:mtext> DM</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>与相同权重的计算<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:mrow> <mml:mtext> SN</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>和精度<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:mrow> <mml:mtext> F</米米l:mtext> <mml:mn> 2</米米l:mn> <mml:mtext> 米</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>计算权重较高的吗<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:mrow> <mml:mtext> SN</米米l:mtext> </mml:mrow> </mml:math> </inline-formula>。</p> </sec> </sec> <sec id="sec3"> <title>3所示。结果</t我tle> <p>验证的性能而且特征选择提出了在这项研究中,我们比较它与其他六个机器学习方法:(1)直接利用支持向量机(SVM)进行分类,(2)使用两个示例<我t一个lic> t</我t一个lic>测试选择特征和支持向量机分类t + SVM(2),(3)使用RFE选择特征和支持向量机分类(RFE + SVM),(4)使用主成分分析(PCA)和支持向量机分类(PCA + SVM),(5)使用独立分量分析(ICA)和支持向量机分类(ICA + SVM),并使用基于树的特征选择(6)和支持向量机分类(TBFS + SVM)。此外,测试的性能提出了机器学习框架,我们将它与其他框架,选择特性大致基于2 t,执行PCA (ICA TBFS),然后应用SVM的分类(2 t + PCA +支持向量机,2 t + ICA +支持向量机,2 t + TBFS + SVM)。最后,我们分析了深圳的生物标志物使用而且功能选择。</p> <sec id="sec3.1"> <title>3.1。参数设置</t我tle> <p>一个线性支持向量机应用在这项研究中,和先前的研究<xref ref-type="bibr" rid="B52"> 52</xref>,<xref ref-type="bibr" rid="B53"> 53</xref>]证明了线性支持向量机在小样本数据集更有效。刑罚的价值系数“C”设置为1.0,因为许多实验测试表明,值为1.0时可以获得令人满意的性能的歧视。</p> <p>保留功能的数量使用RFE时对结果产生重大影响。我们测试了不同数量的保留特性的影响结果。实验结果显示,保留40%和14%的通用和WM的体素,分别使用一个消除体素每一轮的5%的比例达到最佳性能。</p> </sec> <sec id="sec3.2"> <title>3.2。两个示例<斜体> < /斜体>测试</t我tle> <p>测试不同的性能<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>值,两个示例<我t一个lic> t</我t一个lic>测试与三个不同的执行<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>值(< 0.05 (<xref ref-type="bibr" rid="B57"> 57</xref>- - - - - -<xref ref-type="bibr" rid="B59"> 59</xref>],< 0.01 [<xref ref-type="bibr" rid="B60"> 60</xref>],< 0.001 (<xref ref-type="bibr" rid="B61"> 61年</xref>])。集群大小值被设置为50 (<xref ref-type="bibr" rid="B62"> 62年</xref>- - - - - -<xref ref-type="bibr" rid="B65"> 65年</xref>),和三个分化组织通用和WM得到的地图和数据所示<xref ref-type="fig" rid="fig3"> 3</xref>和<xref ref-type="fig" rid="fig4"> 4</xref>。从这些数据,我们可以看到的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>值降低,该地区选择(红色部分)变得越来越小。因此,越小<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>价值,被过滤的信息,这可能会导致删除有用的特性。因此,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.05</米米l:mn> </mml:mrow> </mml:math> </inline-formula>采用标准在我们而且特征选择算法。</p> <fig-group id="fig3"> <label>图3</label> <p>三两个示例<我t一个lic> t</我t一个lic>以及地图有不同的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>值在通用。红色的大脑区域代表了微分之间的大脑区域深圳病人和nc。随着<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>价值变得更严格的(小),微分的大脑区域变得越来越小。(一)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.05</米米l:mn> </mml:mrow> </mml:math> </inline-formula>。(b)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.01</米米l:mn> </mml:mrow> </mml:math> </inline-formula>。(c)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.001</米米l:mn> </mml:mrow> </mml:math> </inline-formula>。</p> <fig id="fig3a"> <label>(一)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.003a"></graphic> </fig> <fig id="fig3b"> <label>(b)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.003b"></graphic> </fig> <fig id="fig3c"> <label>(c)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.003c"></graphic> </fig> </fig-group> <fig-group id="fig4"> <label>图4</label> <p>三两个示例<我t一个lic> t</我t一个lic>以及地图有不同的<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>值在WM。随着<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M62"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>价值变得越来越小,WM中类似通用汽车的变化。然而,与通用汽车相比,微分WM大脑区域之间的深圳病人和nc相对较小。(一)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M63"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.05</米米l:mn> </mml:mrow> </mml:math> </inline-formula>。(b)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M64"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.01</米米l:mn> </mml:mrow> </mml:math> </inline-formula>。(c)<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M65"> <mml:mrow> <mml:mi> P</米米l:mi> <mml:mo> <</米米l:mo> <mml:mn> 0.001</米米l:mn> </mml:mrow> </mml:math> </inline-formula>。</p> <fig id="fig4a"> <label>(一)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.004a"></graphic> </fig> <fig id="fig4b"> <label>(b)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.004b"></graphic> </fig> <fig id="fig4c"> <label>(c)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.004c"></graphic> </fig> </fig-group> </sec> <sec id="sec3.3"> <title>3.3。分类性能</t我tle> <p>基于通用和WM不同方法的结果如表所示<xref ref-type="table" rid="tab2"> 2</xref>和<xref ref-type="table" rid="tab3"> 3</xref>,分别。</p> <table-wrap id="tab2"> <label>表2</label> <p>基于通用的分类性能的不同的方法。</p> <table> <thead> <tr> <th align="left">方法</th> <th align="center">ACC</th> <th align="center">SN</th> <th align="center">SP</th> <th align="center">通用汽车</th> <th align="center">DM</th> <th align="center">F2M</th> </tr> </thead> <tbody> <tr> <td align="left">支持向量机</td> <td align="center">0.6277</td> <td align="center">0.6923</td> <td align="center">0.5711</td> <td align="center">0.6288</td> <td align="center">0.6167</td> <td align="center">0.6339</td> </tr> <tr> <td align="left">2 t +支持向量机</td> <td align="center">0.6829</td> <td align="center">0.7226</td> <td align="center">0.6431</td> <td align="center">0.6817</td> <td align="center">0.6741</td> <td align="center">0.6812</td> </tr> <tr> <td align="left">RFE +支持向量机</td> <td align="center">0.7326</td> <td align="center">0.8427</td> <td align="center">0.6533</td> <td align="center">0.7420</td> <td align="center">0.7321</td> <td align="center">0.7699</td> </tr> <tr> <td align="left">PCA +支持向量机</td> <td align="center">0.7057</td> <td align="center">0.7712</td> <td align="center">0.6521</td> <td align="center">0.7092</td> <td align="center">0.7029</td> <td align="center">0.7103</td> </tr> <tr> <td align="left">ICA +支持向量机</td> <td align="center">0.6806</td> <td align="center">0.7114</td> <td align="center">0.6862</td> <td align="center">0.6987</td> <td align="center">0.6571</td> <td align="center">0.6968</td> </tr> <tr> <td align="left">TBFS +支持向量机</td> <td align="center">0.7118</td> <td align="center">0.8200</td> <td align="center">0.6267</td> <td align="center">0.7169</td> <td align="center">0.7155</td> <td align="center">0.7327</td> </tr> <tr> <td align="left">2 t + PCA + SVM</td> <td align="center">0.7981</td> <td align="center">0.8193</td> <td align="center">0.7704</td> <td align="center">0.7945</td> <td align="center">0.7896</td> <td align="center">0.7922</td> </tr> <tr> <td align="left">2 t + ICA + SVM</td> <td align="center">0.7504</td> <td align="center">0.7727</td> <td align="center">0.7111</td> <td align="center">0.7413</td> <td align="center">0.7359</td> <td align="center">0.7394</td> </tr> <tr> <td align="left">2 t + TBFS + SVM</td> <td align="center">0.7794</td> <td align="center">0.8009</td> <td align="center">0.7484</td> <td align="center">0.7742</td> <td align="center">0.7658</td> <td align="center">0.7701</td> </tr> <tr> <td align="left"> <italic> 我们的</我t一个lic></td> <td align="center"> <italic> 0.7962</我t一个lic></td> <td align="center"> <italic> 0.8142</我t一个lic></td> <td align="center"> <italic> 0.7777</我t一个lic></td> <td align="center"> <italic> 0.7957</我t一个lic></td> <td align="center"> <italic> 0.7851</我t一个lic></td> <td align="center"> <italic> 0.7896</我t一个lic></td> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab3"> <label>表3</label> <p>基于WM分类性能的不同的方法。</p> <table> <thead> <tr> <th align="left">方法</th> <th align="center">ACC</th> <th align="center">SN</th> <th align="center">SP</th> <th align="center">通用汽车</th> <th align="center">DM</th> <th align="center">F2M</th> </tr> </thead> <tbody> <tr> <td align="left">支持向量机</td> <td align="center">0.5689</td> <td align="center">0.5674</td> <td align="center">0.5716</td> <td align="center">0.5695</td> <td align="center">0.5621</td> <td align="center">0.5665</td> </tr> <tr> <td align="left">2 t +支持向量机</td> <td align="center">0.7832</td> <td align="center">0.7818</td> <td align="center">0.7871</td> <td align="center">0.7844</td> <td align="center">0.7798</td> <td align="center">0.7788</td> </tr> <tr> <td align="left">RFE +支持向量机</td> <td align="center">0.6427</td> <td align="center">0.6700</td> <td align="center">0.6300</td> <td align="center">0.6497</td> <td align="center">0.6418</td> <td align="center">0.6469</td> </tr> <tr> <td align="left">PCA +支持向量机</td> <td align="center">0.6172</td> <td align="center">0.5968</td> <td align="center">0.6370</td> <td align="center">0.6166</td> <td align="center">0.6101</td> <td align="center">0.5996</td> </tr> <tr> <td align="left">ICA +支持向量机</td> <td align="center">0.5774</td> <td align="center">0.5796</td> <td align="center">0.5830</td> <td align="center">0.5813</td> <td align="center">0.5721</td> <td align="center">0.5740</td> </tr> <tr> <td align="left">TBFS +支持向量机</td> <td align="center">0.5879</td> <td align="center">0.5547</td> <td align="center">0.6211</td> <td align="center">0.5867</td> <td align="center">0.5662</td> <td align="center">0.5593</td> </tr> <tr> <td align="left">2 t + PCA + SVM</td> <td align="center">0.8372</td> <td align="center">0.8474</td> <td align="center">0.8323</td> <td align="center">0.8398</td> <td align="center">0.8338</td> <td align="center">0.8375</td> </tr> <tr> <td align="left">2 t + ICA + SVM</td> <td align="center">0.7992</td> <td align="center">0.7992</td> <td align="center">0.8037</td> <td align="center">0.8014</td> <td align="center">0.7952</td> <td align="center">0.7978</td> </tr> <tr> <td align="left">2 t + TBFS + SVM</td> <td align="center">0.8197</td> <td align="center">0.7926</td> <td align="center">0.8351</td> <td align="center">0.8136</td> <td align="center">0.8080</td> <td align="center">0.7965</td> </tr> <tr> <td align="left"> <italic> 我们的</我t一个lic></td> <td align="center"> <italic> 0.8527</我t一个lic></td> <td align="center"> <italic> 0.8587</我t一个lic></td> <td align="center"> <italic> 0.8508</我t一个lic></td> <td align="center"> <italic> 0.8547</我t一个lic></td> <td align="center"> <italic> 0.8497</我t一个lic></td> <td align="center"> <italic> 0.8532</我t一个lic></td> </tr> </tbody> </table> </table-wrap> <p>从表<xref ref-type="table" rid="tab2"> 2</xref>,我们可以看到,特征选择可以实现更好的分类性能比直接使用支持向量机对通用汽车。当使用只有一个特征选择算法,如2 t + SVM, RFE +支持向量机,或PCA + SVM, RFE +支持向量机可以实现最佳性能,表明RFE比其他方法更好的特征选择的能力。而且方法使用时,如2 t + RFE +支持向量机,2 t + PCA +支持向量机达到最佳性能,达到79.81%的精度。建议2 t + RFE + SVM方法达到同样的性能(精度为79.62%)。</p> <p>从表<xref ref-type="table" rid="tab3"> 3</xref>,当只有一个特征选择算法用于WM,所有五个特征选择方法(2 t + SVM, RFE + SVM, PCA + SVM, ICA + SVM和TBFS-SVM)比直接使用支持向量机有更好的分类性能。然而,RFE + SVM的表演,PCA + SVM, ICA + SVM, TBFS + t +支持向量机SVM比2的WM。这个结果的原因可能是WM有更多的冗余特性,RFE,主成分分析等方法从许多无关紧要的体素不识别有用的特性。相比之下,传统的统计分析,很容易探索基于先验知识对不同群体显著差异。4而且框架执行比使用单一特征选择,提出2 t + RFE + SVM方法达到最佳的性能和精度达到85%以上的WM。</p> <p>根据上面的实验中,我们可以看到,而且特征选择选择更有识别力的特性。使用相同的而且机器学习框架,RFE可以实现更好的性能比其他人,和接受者操作特征(ROC)曲线的WM和通用汽车提出了ML框架如图<xref ref-type="fig" rid="fig5"> 5</xref>。AUC表示分类的性能实验。AUC越大,性能越好。可以看出,AUC的WM比通用汽车。</p> <fig-group id="fig5"> <label>图5</label> <p>ROC曲线使用四个而且毫升框架。auc的排名列表2 t + RFE +支持向量机,2 t + ICA +支持向量机,2 t + PCA +支持向量机,2 t + TBFS + SVM。拟议的框架,2 t + RFE +支持向量机,有最好的AUC超过97%。(一)通用。(b) WM。</p> <fig id="fig5a"> <label>(一)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.005a"></graphic> </fig> <fig id="fig5b"> <label>(b)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.005b"></graphic> </fig> </fig-group> </sec> <sec id="sec3.4"> <title>3.4。异常的大脑区域的识别</t我tle> <p>有识别力的大脑区域(生物标记物)的通用和WM选择方法见图<xref ref-type="fig" rid="fig6"> 6</xref>。我们选择集群作为生物标记物当集群大小≥50岁。通用汽车、14的大脑区域被检测到。WM, 24的大脑区域被检测到。详细的大脑生物标记物如表所示<xref ref-type="table" rid="tab4"> 4</xref>和<xref ref-type="table" rid="tab5"> 5</xref>。从表<xref ref-type="table" rid="tab4"> 4</xref>,我们可以看到,通用汽车的大脑区域,发现了包括小脑、梭状回、颞叶、枕叶、额叶、右supramarginal回,角形脑回,中央后回。从表<xref ref-type="table" rid="tab5"> 5</xref>,我们发现的WM大脑区域检测包括小脑、梭状回、颞叶、枕叶、额叶、豆状核、丘脑、胼胝体、楔片,subgyral,中央后回。所选在通用和WM异常的脑区是相似的。这一发现表明,深圳可能会改变特定的大脑区域,而这些区域也被认为是深圳生物标志物。</p> <fig-group id="fig6"> <label>图6</label> <p>异常的脑区定位的方法。选中的功能是显示为大脑的一个横截面,扫描每5毫米,红色的大脑区域被选中的地区。每个有识别力的大脑区域包含50多体素,<我nline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M66"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>值< 0.05。(一)通用。(b) WM。</p> <fig id="fig6a"> <label>(一)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.006a"></graphic> </fig> <fig id="fig6b"> <label>(b)</label> <graphic xlink:href="//www.newsama.com/downloads/journals/cin/2020/6405930.fig.006b"></graphic> </fig> </fig-group> <table-wrap id="tab4"> <label>表4</label> <p>异常的脑区(生物标记物)的通用汽车。</p> <table> <thead> <tr> <th align="left" rowspan="2">位置</th> <th align="center" colspan="2">感兴趣的区域(ROI)</th> <th align="center">集群的大小</th> <th align="center" colspan="3">MNI坐标</th> <th align="center" rowspan="2"> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M67"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>价值</th> </tr> <tr> <th align="center">光芒四射</th> <th align="center">英航</th> <th align="left"></th> <th align="center"> <italic> X</我t一个lic></th> <th align="center"> <italic> Y</我t一个lic></th> <th align="center"> <italic> Z</我t一个lic></th> </tr> </thead> <tbody> <tr> <td align="left">lCbe9</td> <td align="center">105年</td> <td align="center">5</td> <td align="center">167年</td> <td align="center">−6</td> <td align="center">−55.5</td> <td align="center">−45</td> <td align="center">0.05</td> </tr> <tr> <td align="left">rCbe9</td> <td align="center">106年</td> <td align="center">- - - - - -</td> <td align="center">88年</td> <td align="center">9</td> <td align="center">−54</td> <td align="center">−45</td> <td align="center">0.05</td> </tr> <tr> <td align="left">FFG.R</td> <td align="center">56</td> <td align="center">20.</td> <td align="center">251年</td> <td align="center">31.5</td> <td align="center">−8</td> <td align="center">−41.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">rCbeCru1</td> <td align="center">92年</td> <td align="center">- - - - - -</td> <td align="center">96年</td> <td align="center">34.5</td> <td align="center">−63</td> <td align="center">−39</td> <td align="center">0.05</td> </tr> <tr> <td align="left">lCbeCrul</td> <td align="center">91年</td> <td align="center">- - - - - -</td> <td align="center">168年</td> <td align="center">−36</td> <td align="center">−53.5</td> <td align="center">−37</td> <td align="center">0.05</td> </tr> <tr> <td align="left">lCbe6</td> <td align="center">99年</td> <td align="center">- - - - - -</td> <td align="center">87年</td> <td align="center">−36</td> <td align="center">−52</td> <td align="center">−41.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">lCbe4-5</td> <td align="center">97年</td> <td align="center">- - - - - -</td> <td align="center">61年</td> <td align="center">−18</td> <td align="center">−42</td> <td align="center">−28.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">ITG.R</td> <td align="center">90年</td> <td align="center">20.</td> <td align="center">63年</td> <td align="center">55.5</td> <td align="center">−30</td> <td align="center">−30</td> <td align="center">0.05</td> </tr> <tr> <td align="left">MOG.L</td> <td align="center">51</td> <td align="center">17</td> <td align="center">127年</td> <td align="center">−26.5</td> <td align="center">−96.5</td> <td align="center">0</td> <td align="center">0.05</td> </tr> <tr> <td align="left">SOG.L</td> <td align="center">49</td> <td align="center">17</td> <td align="center">62年</td> <td align="center">−22</td> <td align="center">−96.5</td> <td align="center">15.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">MTG.R</td> <td align="center">86年</td> <td align="center">37</td> <td align="center">311年</td> <td align="center">45.5</td> <td align="center">−66</td> <td align="center">14.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">MTG.L</td> <td align="center">85年</td> <td align="center">37</td> <td align="center">69年</td> <td align="center">−48</td> <td align="center">−61.5</td> <td align="center">4.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">IFGtriang.R</td> <td align="center">14</td> <td align="center">48</td> <td align="center">60</td> <td align="center">40.5</td> <td align="center">19.5</td> <td align="center">21</td> <td align="center">0.05</td> </tr> <tr> <td align="left">SMG.R</td> <td align="center">64年</td> <td align="center">48</td> <td align="center">77年</td> <td align="center">51</td> <td align="center">−48</td> <td align="center">27</td> <td align="center">0.05</td> </tr> <tr> <td align="left">ANG.R</td> <td align="center">66年</td> <td align="center">40</td> <td align="center">69年</td> <td align="center">36</td> <td align="center">−56</td> <td align="center">37</td> <td align="center">0.05</td> </tr> <tr> <td align="left">PoCG.L</td> <td align="center">57</td> <td align="center">3</td> <td align="center">87年</td> <td align="center">−21</td> <td align="center">−34.5</td> <td align="center">58.5</td> <td align="center">0.05</td> </tr> </tbody> </table> </table-wrap> <table-wrap id="tab5"> <label>表5</label> <p>异常的脑区(生物标记物)的WM。</p> <table> <thead> <tr> <th align="left" rowspan="2">位置</th> <th align="center" colspan="3">感兴趣的区域(ROI)</th> <th align="center">集群的大小</th> <th align="center" colspan="3">MNI坐标</th> <th align="center" rowspan="2"> <inline-formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M68"> <mml:mi> P</米米l:mi> </mml:math> </inline-formula>价值</th> </tr> <tr> <th align="center">光芒四射</th> <th align="center">英航</th> <th align="center">JHU</th> <th align="left"></th> <th align="center"> <italic> X</我t一个lic></th> <th align="center"> <italic> Y</我t一个lic></th> <th align="center"> <italic> Z</我t一个lic></th> </tr> </thead> <tbody> <tr> <td align="left">lCbe8</td> <td align="center">103年</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">76年</td> <td align="center">−30</td> <td align="center">−58.5</td> <td align="center">−52.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">rCbe8</td> <td align="center">104年</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">79年</td> <td align="center">37.5</td> <td align="center">−50</td> <td align="center">−40.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">rCbe9</td> <td align="center">106年</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">53</td> <td align="center">7.5</td> <td align="center">−50</td> <td align="center">−45</td> <td align="center">0.05</td> </tr> <tr> <td align="left">FFG.R</td> <td align="center">56</td> <td align="center">20.</td> <td align="center">- - - - - -</td> <td align="center">256年</td> <td align="center">36</td> <td align="center">−12.5</td> <td align="center">−34.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">ITG.R</td> <td align="center">90年</td> <td align="center">36</td> <td align="center">- - - - - -</td> <td align="center">78年</td> <td align="center">32.5</td> <td align="center">−1</td> <td align="center">−41.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">lCbe9</td> <td align="center">105年</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">67年</td> <td align="center">−9</td> <td align="center">−57</td> <td align="center">−43.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">FFG.L</td> <td align="center">55</td> <td align="center">20.</td> <td align="center">- - - - - -</td> <td align="center">94年</td> <td align="center">−32.5</td> <td align="center">−10.5</td> <td align="center">−30</td> <td align="center">0.05</td> </tr> <tr> <td align="left">FFG.R</td> <td align="center">56</td> <td align="center">18</td> <td align="center">- - - - - -</td> <td align="center">66年</td> <td align="center">30.</td> <td align="center">−81.5</td> <td align="center">−10</td> <td align="center">0.05</td> </tr> <tr> <td align="left">ORBinf.L</td> <td align="center">15</td> <td align="center">47</td> <td align="center">- - - - - -</td> <td align="center">61年</td> <td align="center">−37.5</td> <td align="center">39</td> <td align="center">−15</td> <td align="center">0.05</td> </tr> <tr> <td align="left">PUT.R</td> <td align="center">74年</td> <td align="center">48</td> <td align="center">33</td> <td align="center">136年</td> <td align="center">31.5</td> <td align="center">9</td> <td align="center">−6</td> <td align="center">0.05</td> </tr> <tr> <td align="left">SOG.R</td> <td align="center">50</td> <td align="center">17</td> <td align="center">- - - - - -</td> <td align="center">72年</td> <td align="center">18</td> <td align="center">−102</td> <td align="center">−4.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">THA.R</td> <td align="center">78年</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">239年</td> <td align="center">16.5</td> <td align="center">−30</td> <td align="center">−1.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">PUT.L</td> <td align="center">73年</td> <td align="center">48</td> <td align="center">34</td> <td align="center">127年</td> <td align="center">−28.5</td> <td align="center">0</td> <td align="center">4</td> <td align="center">0.05</td> </tr> <tr> <td align="left">SOG.L</td> <td align="center">49</td> <td align="center">17</td> <td align="center">- - - - - -</td> <td align="center">92年</td> <td align="center">−12</td> <td align="center">−100</td> <td align="center">9</td> <td align="center">0.05</td> </tr> <tr> <td align="left">IFGoperc.L</td> <td align="center">11</td> <td align="center">48</td> <td align="center">- - - - - -</td> <td align="center">80年</td> <td align="center">−48</td> <td align="center">13.5</td> <td align="center">15</td> <td align="center">0.05</td> </tr> <tr> <td align="left">CcSum</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">4</td> <td align="center">73年</td> <td align="center">1。5</td> <td align="center">15</td> <td align="center">16.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">MFG.R</td> <td align="center">8</td> <td align="center">48</td> <td align="center">- - - - - -</td> <td align="center">75年</td> <td align="center">37.5</td> <td align="center">34</td> <td align="center">21.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">CUN.L</td> <td align="center">45</td> <td align="center">18</td> <td align="center">- - - - - -</td> <td align="center">70年</td> <td align="center">−7.5</td> <td align="center">−79.5</td> <td align="center">22.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">PoCG.R</td> <td align="center">58</td> <td align="center">43</td> <td align="center">- - - - - -</td> <td align="center">86年</td> <td align="center">63年</td> <td align="center">−13.5</td> <td align="center">24</td> <td align="center">0.05</td> </tr> <tr> <td align="left">IPL.L</td> <td align="center">61年</td> <td align="center">40</td> <td align="center">- - - - - -</td> <td align="center">70年</td> <td align="center">−46.5</td> <td align="center">−39</td> <td align="center">34.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">Subgyral</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">26</td> <td align="center">160年</td> <td align="center">−21</td> <td align="center">6</td> <td align="center">37.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">PoCG.L</td> <td align="center">57</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">53</td> <td align="center">−19.5</td> <td align="center">−43.5</td> <td align="center">43.5</td> <td align="center">0.05</td> </tr> <tr> <td align="left">PCUN.R</td> <td align="center">68年</td> <td align="center">- - - - - -</td> <td align="center">- - - - - -</td> <td align="center">54</td> <td align="center">13.5</td> <td align="center">−49.5</td> <td align="center">48</td> <td align="center">0.05</td> </tr> </tbody> </table> </table-wrap> </sec> </sec> <sec id="sec4"> <title>4所示。讨论</t我tle> <p>前一组级别神经影像数据的统计分析发现一些神经解剖学的深圳病人和nc和功能差异(<xref ref-type="bibr" rid="B66"> 66年</xref>- - - - - -<xref ref-type="bibr" rid="B68"> 68年</xref>]。尽管如此,这些发现的临床应用有限。机器学习可以采用单一主题预测和疾病诊断(已经显示出巨大的潜力<xref ref-type="bibr" rid="B69"> 69年</xref>- - - - - -<xref ref-type="bibr" rid="B72"> 72年</xref>在个体层面。</p> <p>验证该方法的性能,我们进行了以下实验:(1)我们使用支持向量机直接在平滑体素。(2)我们使用单一特征选择和支持向量机,如2 t + SVM, RFE + SVM, PCA + SVM, ICA + SVM, TBFS + SVM。(3)我们使用而且为分类特征选择方法,如2 t + PCA +支持向量机,2 t + ICA +支持向量机,2 t + TBFS +支持向量机,2 t + RFE + SVM。实验说明如下:(1)SVM分类与特征选择比直接支持向量机分类,这意味着该特征选择方法可以丢弃冗余特性和提取有用的信息。(2)在单一特征选择框架,2 t + WM SVM取得了良好的结果,但是2 t +支持向量机需要先验知识群体,这可能会导致穷人学习模型的普遍性。此外,使用相同的框架(RFE + SVM, PCA + SVM等与2 t + RFE +支持向量机,2 t + PCA + SVM,等等),综合RFE的框架是更好的,这表明,特征提取的RFE更有效率。(3)而且框架的性能优于单一特征选择方法,这意味着更有效地选择功能等级可以过滤功能。</p> <p>结构异常一再证明深圳患者相比,nc在之前的核磁共振成像研究<xref ref-type="bibr" rid="B73"> 73年</xref>- - - - - -<xref ref-type="bibr" rid="B75"> 75年</xref>]。然而,大多数研究都集中在DTI分析结构性变化在深圳,很少在sMRI发现结构差异。在最近的研究中,该方法选择的通用和WM特性提供了歧视性的精神分裂症解剖异常模式的信息。该方法在当前的研究中显示敏感和准确信息在额叶解剖异常模式,中央后回,胼胝体,楔片,尤其是在丘脑,梭状回、颞叶和小脑。这些识别异常生物标志物是一致的与那些发现在文献[<xref ref-type="bibr" rid="B8"> 8</xref>,<xref ref-type="bibr" rid="B76"> 76年</xref>- - - - - -<xref ref-type="bibr" rid="B79"> 79年</xref>]。一些大脑区域被发现在这两个通用和WM,包括小脑、梭状回、颞叶、枕叶、额叶,表明深圳的确可能导致这些大脑区域结构变化。许多先前的研究报道,某些物质(如多巴胺)的浓度变化在深圳扣带皮层和杏仁孔,但我们没有发现在这些领域结构性变化。可能的原因是,多巴胺浓度的变化不会引起结构异常。</p> <p>本研究也有一些局限性。首先,一个小样本大小是一个常见的陷阱在大多数类似的研究。提高机器学习方法的普遍性和临床适用性,需要在将来的研究中收集样品。第二,只有sMRI数据调查。多通道数据,如fMRI, DTI,大脑连接数据,仍有待探讨,提供为准确识别和偏侧优势互补或额外的信息在深圳。最后,我们确定了歧视地区基于光芒四射,英航和JHU阿特拉斯、阿特拉斯地区的潜在缺点可能太大或不具体的检测组的差异。</p> </sec> <sec id="sec5"> <title>5。结论</t我tle> <p>在这项研究中,而且毫升框架研究区分深圳病人从nc和检测生物标志物的深圳使用sMRI。实验表明,特征选择算法可以有效地提高分类的性能。的使用,而且提取的特征选择更有效的信息,大大提高了分类精度。实验也表明,WM的分类性能明显优于通用。因此,可以得出结论,深圳在WM影响更大。这个结论与先前的发现是一致的。此外,而且提出了特征选择有效地定位异常的脑区,它提供了一个有用的援助为深圳的临床诊断。作为一个通用方法,该框架可以扩展到诊断其他疾病。</p> </sec> <back> <sec sec-type="data-availability"> <title>数据可用性</t我tle> <p>在当前的研究中使用的数据集可以获得生物医学研究中心的卓越(图)<ext-link ext-link-type="uri" xlink:href="http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html"> http://fcon_1000.projects.nitrc.org/indi/retro/cobre.html</ext-link>。</p> </sec> <sec sec-type="COI-statement"> <title>的利益冲突</t我tle> <p>作者宣称没有利益冲突有关的出版。</p> </sec> <sec> <title>作者的贡献</t我tle> <p>ZhiHong陈、严道和ErLei王本研究同样起到了推波助澜的作用。</p> </sec> <ack> <title>确认</t我tle> <p>这项工作是由中国国家自然科学基金(批准号61502059),中国博士后科学基金(批准号2016 m592656),四川科技项目(批准号2018 jy0272)。作者感谢重点实验室的其他成员的模式识别和智能信息处理在四川人在这项研究提供了援助。</p> </ack> <ref-list> <ref id="B1" content-type="article"> <label>1</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 施瓦兹</surname> <given-names> E。</given-names> </name> <name> <surname> Doan</surname> <given-names> n . T。</given-names> </name> <name> <surname> 绿廊</surname> <given-names> G。</given-names> </name> <etal></etal> </person-group> <article-title> 可再生的灰质指数多元模式,全球大脑结构的改变在精神分裂症和双相情感障碍</一个rticle-title> <source> <italic> 转化精神病学</我t一个lic> <year> 2019年</year> <volume> 9</volume> <issue> 12</我ssue> <fpage> 1</fpage> <lpage> 13</lpage> <pub-id pub-id-type="doi"> 10.1038 / s41398 - 018 - 0225 - 4</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85060226635</pub-id> </element-citation> </ref> <ref id="B2" content-type="article"> <label>2</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 该导弹</surname> <given-names> 年代。</given-names> </name> <name> <surname> Mulsant</surname> <given-names> b . H。</given-names> </name> <name> <surname> 几何</surname> <given-names> m . L。</given-names> </name> <etal></etal> </person-group> <article-title> 大脑结构、认知和大脑时代精神分裂症、双相情感障碍,和健康对照组</一个rticle-title> <source> <italic> 神经精神药理学</我t一个lic> <year> 2019年</year> <volume> 44</volume> <issue> 5</我ssue> <fpage> 898年</fpage> <lpage> 906年</lpage> <pub-id pub-id-type="doi"> 10.1038 / s41386 - 018 - 0298 - z</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85059887347</pub-id> </element-citation> </ref> <ref id="B3" content-type="article"> <label>3</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 风扇</surname> <given-names> F。</given-names> </name> <name> <surname> 香</surname> <given-names> H。</given-names> </name> <name> <surname> 唐ydF4y2Ba</surname> <given-names> 年代。</given-names> </name> <etal></etal> </person-group> <article-title> 皮层下结构和首发精神分裂症认知功能障碍</一个rticle-title> <source> <italic> 精神病学研究:神经成像</我t一个lic> <year> 2019年</year> <volume> 286年</volume> <fpage> 69年</fpage> <lpage> 75年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.pscychresns.2019.01.003</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85063357269</pub-id> </element-citation> </ref> <ref id="B4" content-type="book"> <label>4</label> <element-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Chiapponi</surname> <given-names> C。</given-names> </name> <name> <surname> 德罗西</surname> <given-names> P。</given-names> </name> <name> <surname> 水虎鱼</surname> <given-names> F。</given-names> </name> <name> <surname> 吉利·</surname> <given-names> T。</given-names> </name> <name> <surname> Spalletta</surname> <given-names> G。</given-names> </name> </person-group> <article-title> 精神分裂症脑形态测量学:</一个rticle-title> <source> <italic> Neuromethods:大脑形态测量学</我t一个lic> <year> 2018年</year> <publisher-loc> 柏林,德国</publisher-loc> <publisher-name> 施普林格</publisher-name> <fpage> 323年</fpage> <lpage> 338年</lpage> <pub-id pub-id-type="doi"> 10.1007 / 978 - 1 - 4939 - 7647 - 8 - _19</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85042921731</pub-id> </element-citation> </ref> <ref id="B5" content-type="article"> <label>5</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Fritze</surname> <given-names> 年代。</given-names> </name> <name> <surname> Bertolino</surname> <given-names> a . L。</given-names> </name> <name> <surname> Kubera</surname> <given-names> k . M。</given-names> </name> <etal></etal> </person-group> <article-title> 神经系统软体征的脑干结构微分贡献一线和multiple-episode精神分裂症谱系障碍</一个rticle-title> <source> <italic> 精神分裂症的研究</我t一个lic> <year> 2019年</year> <volume> 210年</volume> <fpage> 101年</fpage> <lpage> 106年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.schres.2019.05.041</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85066781849</pub-id> </element-citation> </ref> <ref id="B6" content-type="article"> <label>6</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Tarcijonas</surname> <given-names> G。</given-names> </name> <name> <surname> Sarpal</surname> <given-names> d·K。</given-names> </name> </person-group> <article-title> 抗精神病药物治疗反应在精神分裂症的神经影像学标记:磁共振成像研究的概况</一个rticle-title> <source> <italic> 疾病的神经生物学</我t一个lic> <year> 2019年</year> <volume> 131年</volume> <pub-id pub-id-type="publisher-id"> 104209年</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.nbd.2018.06.021</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85049301732</pub-id> </element-citation> </ref> <ref id="B7" content-type="article"> <label>7</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 拉莎</surname> <given-names> M。</given-names> </name> <name> <surname> Kavitha</surname> <given-names> G。</given-names> </name> </person-group> <article-title> 分割、纹理分析结构生物标志物使用neighborhood-clustering-based水平集在大脑MRI的精神分裂症</一个rticle-title> <source> <italic> 磁共振材料在物理学、生物学和医学</我t一个lic> <year> 2018年</year> <volume> 31日</volume> <issue> 4</我ssue> <fpage> 483年</fpage> <lpage> 499年</lpage> <pub-id pub-id-type="doi"> 10.1007 / s10334 - 018 - 0674 - z</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85045030714</pub-id> </element-citation> </ref> <ref id="B8" content-type="article"> <label>8</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 肖</surname> <given-names> Y。</given-names> </name> <name> <surname> 杨ydF4y2Ba</surname> <given-names> Z。</given-names> </name> <name> <surname> 赵</surname> <given-names> Y。</given-names> </name> <etal></etal> </person-group> <article-title> 基于支持向量机的分类第一集drug-naive精神分裂症患者和健康对照组使用结构磁共振成像</一个rticle-title> <source> <italic> 精神分裂症的研究</我t一个lic> <year> 2019年</year> <volume> 214年</volume> <fpage> 11</fpage> <lpage> 17</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.schres.2017.11.037</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85036511852</pub-id> </element-citation> </ref> <ref id="B9" content-type="article"> <label>9</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 杜泽特</surname> <given-names> o . P。</given-names> </name> <name> <surname> 波特凡</surname> <given-names> 年代。</given-names> </name> <name> <surname> Lipp</surname> <given-names> O。</given-names> </name> <etal></etal> </person-group> <article-title> 虚拟现实治疗难治性精神分裂症的听觉言语幻觉:一个试点的临床试验</一个rticle-title> <source> <italic> 精神分裂症的研究</我t一个lic> <year> 2018年</year> <volume> 197年</volume> <fpage> 176年</fpage> <lpage> 181年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.schres.2018.02.031</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85042420594</pub-id> </element-citation> </ref> <ref id="B10" content-type="article"> <label>10</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Kimhy</surname> <given-names> D。</given-names> </name> <name> <surname> 墙</surname> <given-names> M . M。</given-names> </name> <name> <surname> 汉森</surname> <given-names> m . C。</given-names> </name> <etal></etal> </person-group> <article-title> 自主管理和幻听的精神分裂症患者:一项经验取样研究</一个rticle-title> <source> <italic> 精神分裂症的公告</我t一个lic> <year> 2017年</year> <volume> 43</volume> <issue> 4</我ssue> <fpage> 754年</fpage> <lpage> 763年</lpage> <pub-id pub-id-type="doi"> 10.1093 / schbul / sbw219</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85021810901</pub-id> </element-citation> </ref> <ref id="B11" content-type="article"> <label>11</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Arnsten</surname> <given-names> a·f·T。</given-names> </name> <name> <surname> Girgis</surname> <given-names> R R。</given-names> </name> <name> <surname> 灰色的</surname> <given-names> d . L。</given-names> </name> <name> <surname> 邮差</surname> <given-names> r B。</given-names> </name> </person-group> <article-title> 小说多巴胺治疗精神分裂症的认知缺陷</一个rticle-title> <source> <italic> 生物精神病学</我t一个lic> <year> 2017年</year> <volume> 81年</volume> <issue> 1</我ssue> <fpage> 67年</fpage> <lpage> 77年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.biopsych.2015.12.028</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84959432687</pub-id> </element-citation> </ref> <ref id="B12" content-type="article"> <label>12</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 杨</surname> <given-names> Z.-Y。</given-names> </name> <name> <surname> 谢</surname> <given-names> D.-J。</given-names> </name> <name> <surname> 邹</surname> <given-names> Y.-M。</given-names> </name> <etal></etal> </person-group> <article-title> 预期赤字精神分裂症:证据从临床和亚临床样本</一个rticle-title> <source> <italic> 变态心理学杂志》上的</我t一个lic> <year> 2018年</year> <volume> 127年</volume> <issue> 7</我ssue> <fpage> 710年</fpage> <lpage> 721年</lpage> <pub-id pub-id-type="doi"> 10.1037 / abn0000382</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85055078966</pub-id> </element-citation> </ref> <ref id="B13" content-type="article"> <label>13</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Mucheru</surname> <given-names> D。</given-names> </name> <name> <surname> Hanlon</surname> <given-names> M.-C。</given-names> </name> <name> <surname> 坎贝尔</surname> <given-names> l</given-names> </name> <etal></etal> </person-group> <article-title> 社会功能障碍和精神病患者的饮食结果</一个rticle-title> <source> <italic> 营养物质</我t一个lic> <year> 2017年</year> <volume> 9</volume> <issue> 80年</我ssue> <fpage> 1</fpage> <lpage> 14</lpage> <pub-id pub-id-type="doi"> 10.3390 / nu9010080</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85010375935</pub-id> </element-citation> </ref> <ref id="B14" content-type="article"> <label>14</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 兰登</surname> <given-names> R。</given-names> </name> <name> <surname> 康纳斯</surname> <given-names> M。</given-names> </name> <name> <surname> 康诺顿</surname> <given-names> E。</given-names> </name> </person-group> <article-title> 间接指令任务更好的揭示心理理论障碍,独立执行功能障碍,精神分裂症</一个rticle-title> <source> <italic> 精神病学研究</我t一个lic> <year> 2017年</year> <volume> 256年</volume> <fpage> 342年</fpage> <lpage> 344年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.psychres.2017.06.064</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85021413089</pub-id> </element-citation> </ref> <ref id="B15" content-type="article"> <label>15</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 姚</surname> <given-names> N。</given-names> </name> <name> <surname> 温克勒</surname> <given-names> a . M。</given-names> </name> <name> <surname> 巴雷特</surname> <given-names> J。</given-names> </name> <etal></etal> </person-group> <article-title> 推断从结构磁共振成像在精神分裂症和双相情感障碍病理学:建模头运动和神经解剖学的特异性</一个rticle-title> <source> <italic> 人类大脑图谱</我t一个lic> <year> 2017年</year> <volume> 38</volume> <issue> 8</我ssue> <fpage> 3757年</fpage> <lpage> 3770年</lpage> <pub-id pub-id-type="doi"> 10.1002 / hbm.23612</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85018433870</pub-id> </element-citation> </ref> <ref id="B16" content-type="article"> <label>16</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 奥洛夫</surname> <given-names> n D。</given-names> </name> <name> <surname> O物资</surname> <given-names> O。</given-names> </name> <name> <surname> 特蕾西</surname> <given-names> d·K。</given-names> </name> <etal></etal> </person-group> <article-title> 刺激的想法:经颅直流电刺激的功能磁共振成像研究精神分裂症</一个rticle-title> <source> <italic> 大脑</我t一个lic> <year> 2017年</year> <volume> 140年</volume> <issue> 9</我ssue> <fpage> 2490年</fpage> <lpage> 2497年</lpage> <pub-id pub-id-type="doi"> 10.1093 /大脑/ awx170</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85031770155</pub-id> </element-citation> </ref> <ref id="B17" content-type="article"> <label>17</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 唐格</surname> <given-names> 年代。</given-names> </name> <name> <surname> Holleran</surname> <given-names> l</given-names> </name> <name> <surname> 大炮</surname> <given-names> d . M。</given-names> </name> <etal></etal> </person-group> <article-title> 解剖dysconnectivity相比,双相情感障碍与精神分裂症:选择性的结构网络分析使用扩散磁共振成像</一个rticle-title> <source> <italic> 情感障碍杂志》</我t一个lic> <year> 2017年</year> <volume> 209年</volume> <fpage> 217年</fpage> <lpage> 228年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.jad.2016.11.015</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85002152566</pub-id> </element-citation> </ref> <ref id="B18" content-type="article"> <label>18</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Palaniyappan</surname> <given-names> l</given-names> </name> <name> <surname> 霍奇森</surname> <given-names> O。</given-names> </name> <name> <surname> Balain</surname> <given-names> V。</given-names> </name> <name> <surname> 逐渐繁盛</surname> <given-names> 年代。</given-names> </name> <name> <surname> 高兰</surname> <given-names> P。</given-names> </name> <name> <surname> Liddle</surname> <given-names> P。</given-names> </name> </person-group> <article-title> 协方差结构和大脑皮层重组在精神分裂症:mri的形态学研究</一个rticle-title> <source> <italic> 心理医学</我t一个lic> <year> 2019年</year> <volume> 49</volume> <issue> 3</我ssue> <fpage> 412年</fpage> <lpage> 420年</lpage> <pub-id pub-id-type="doi"> 10.1017 / s0033291718001010</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85046413559</pub-id> </element-citation> </ref> <ref id="B19" content-type="article"> <label>19</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 迈耶</surname> <given-names> 年代。</given-names> </name> <name> <surname> 穆勒</surname> <given-names> K。</given-names> </name> <name> <surname> Stuke</surname> <given-names> K。</given-names> </name> <etal></etal> </person-group> <article-title> 预测行为变异额颞叶痴呆多中心结构的MRI数据的模式分类</一个rticle-title> <source> <italic> 科学杂志:临床</我t一个lic> <year> 2017年</year> <volume> 14</volume> <fpage> 656年</fpage> <lpage> 662年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.nicl.2017.02.001</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85015396246</pub-id> </element-citation> </ref> <ref id="B20" content-type="article"> <label>20.</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 费拉罗</surname> <given-names> p . M。</given-names> </name> <name> <surname> Agosta</surname> <given-names> F。</given-names> </name> <name> <surname> 莉娃</surname> <given-names> N。</given-names> </name> <etal></etal> </person-group> <article-title> 多通道结构运动神经元疾病的MRI诊断</一个rticle-title> <source> <italic> 科学杂志:临床</我t一个lic> <year> 2017年</year> <volume> 16</volume> <fpage> 240年</fpage> <lpage> 247年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.nicl.2017.08.002</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85026754705</pub-id> </element-citation> </ref> <ref id="B21" content-type="article"> <label>21</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Ferschmann</surname> <given-names> l</given-names> </name> <name> <surname> 大山</surname> <given-names> a . M。</given-names> </name> <name> <surname> Vollrath也指出</surname> <given-names> m E。</given-names> </name> <name> <surname> Grydeland</surname> <given-names> H。</given-names> </name> <name> <surname> Walhovd</surname> <given-names> k B。</given-names> </name> <name> <surname> Tamnes</surname> <given-names> c K。</given-names> </name> </person-group> <article-title> 人格特质与皮质发展在青春期:纵向结构磁共振成像研究</一个rticle-title> <source> <italic> 儿童发展</我t一个lic> <year> 2018年</year> <volume> 89年</volume> <issue> 3</我ssue> <fpage> 811年</fpage> <lpage> 822年</lpage> <pub-id pub-id-type="doi"> 10.1111 / cdev.13016</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85040045896</pub-id> </element-citation> </ref> <ref id="B22" content-type="article"> <label>22</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 常</surname> <given-names> M。</given-names> </name> <name> <surname> 女士们</surname> <given-names> f . Y。</given-names> </name> <name> <surname> 埃德米斯顿</surname> <given-names> e·K。</given-names> </name> <etal></etal> </person-group> <article-title> 神经生物学的共性和区别三大精神病学诊断类别包括:结构性MRI研究</一个rticle-title> <source> <italic> 精神分裂症的公告</我t一个lic> <year> 2017年</year> <volume> 44</volume> <issue> 1</我ssue> <fpage> 65年</fpage> <lpage> 74年</lpage> <pub-id pub-id-type="doi"> 10.1093 / schbul / sbx028</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85040834766</pub-id> </element-citation> </ref> <ref id="B23" content-type="article"> <label>23</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 巴里</surname> <given-names> e . F。</given-names> </name> <name> <surname> 叶片</surname> <given-names> l D。</given-names> </name> <name> <surname> 安德鲁斯</surname> <given-names> d S。</given-names> </name> <etal></etal> </person-group> <article-title> 映射皮质表面特征与体内抗治疗精神分裂症结构磁共振成像</一个rticle-title> <source> <italic> 精神病学研究</我t一个lic> <year> 2019年</year> <volume> 274年</volume> <fpage> 335年</fpage> <lpage> 344年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.psychres.2019.02.028</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85062425433</pub-id> </element-citation> </ref> <ref id="B24" content-type="article"> <label>24</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 伯恩鲍姆</surname> <given-names> m . L。</given-names> </name> <name> <surname> Ernala</surname> <given-names> 美国K。</given-names> </name> <name> <surname> Rizvi</surname> <given-names> 答:F。</given-names> </name> <etal></etal> </person-group> <article-title> 一种协作方法识别精神分裂症的社交媒体标记采用机器学习和临床评估</一个rticle-title> <source> <italic> 医学网络研究杂志》上</我t一个lic> <year> 2017年</year> <volume> 19</volume> <fpage> 1</fpage> <lpage> 11</lpage> <pub-id pub-id-type="publisher-id"> e289</pub-id> <pub-id pub-id-type="doi"> 10.2196 / jmir.7956</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85029369088</pub-id> </element-citation> </ref> <ref id="B25" content-type="article"> <label>25</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Honnorat</surname> <given-names> N。</given-names> </name> <name> <surname> 越南盾</surname> <given-names> 一个。</given-names> </name> <name> <surname> Meisenzahl-Lechner</surname> <given-names> E。</given-names> </name> <etal></etal> </person-group> <article-title> 精神分裂症的神经解剖学的异质性揭示了semi-supervised机器学习方法</一个rticle-title> <source> <italic> 精神分裂症的研究</我t一个lic> <year> 2019年</year> <volume> 214年</volume> <fpage> 43</fpage> <lpage> 50</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.schres.2017.12.008</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85038844131</pub-id> </element-citation> </ref> <ref id="B26" content-type="article"> <label>26</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Schnack</surname> <given-names> h·G。</given-names> </name> <name> <surname> Nieuwenhuis</surname> <given-names> M。</given-names> </name> <name> <surname> 哈伦范</surname> <given-names> n . e . M。</given-names> </name> <etal></etal> </person-group> <article-title> 结构的MRI有助于临床分类?两个独立样本的机器学习研究精神分裂症患者,双相情感障碍和健康的话题</一个rticle-title> <source> <italic> 科学杂志</我t一个lic> <year> 2014年</year> <volume> 84年</volume> <fpage> 299年</fpage> <lpage> 306年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2013.08.053</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84884243434</pub-id> </element-citation> </ref> <ref id="B27" content-type="article"> <label>27</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Mwangi</surname> <given-names> B。</given-names> </name> <name> <surname> 田</surname> <given-names> t·S。</given-names> </name> <name> <surname> 苏亚雷斯</surname> <given-names> j . C。</given-names> </name> </person-group> <article-title> 回顾功能神经成像技术不断减少</一个rticle-title> <source> <italic> Neuroinformatics</我t一个lic> <year> 2014年</year> <volume> 12</volume> <issue> 2</我ssue> <fpage> 229年</fpage> <lpage> 244年</lpage> <pub-id pub-id-type="doi"> 10.1007 / s12021 - 013 - 9204 - 3</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84899902574</pub-id> </element-citation> </ref> <ref id="B28" content-type="book"> <label>28</label> <element-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 贝尔曼</surname> <given-names> R。</given-names> </name> <name> <surname> 贝尔曼</surname> <given-names> r·E。</given-names> </name> </person-group> <source> <italic> 自适应控制过程:一个导游</我t一个lic> <year> 1961年</year> <publisher-loc> 普林斯顿,纽约,美国</publisher-loc> <publisher-name> 普林斯顿大学出版社</publisher-name> </element-citation> </ref> <ref id="B29" content-type="article"> <label>29日</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Kohavi</surname> <given-names> R。</given-names> </name> <name> <surname> 约翰</surname> <given-names> g . H。</given-names> </name> </person-group> <article-title> 特征子集选择的包装器</一个rticle-title> <source> <italic> 人工智能</我t一个lic> <year> 1997年</year> <volume> 97年</volume> <issue> 1 - 2</我ssue> <fpage> 273年</fpage> <lpage> 324年</lpage> <pub-id pub-id-type="doi"> 10.1016 / s0004 - 3702 (97) 00043 - x</pub-id> </element-citation> </ref> <ref id="B30" content-type="article"> <label>30.</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 华</surname> <given-names> J。</given-names> </name> <name> <surname> 登贝就是</surname> <given-names> w·D。</given-names> </name> <name> <surname> 多尔蒂</surname> <given-names> e·R。</given-names> </name> </person-group> <article-title> 性能的特征选择方法在高维数据的分类</一个rticle-title> <source> <italic> 模式识别</我t一个lic> <year> 2009年</year> <volume> 42</volume> <issue> 3</我ssue> <fpage> 409年</fpage> <lpage> 424年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.patcog.2008.08.001</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 54549099006</pub-id> </element-citation> </ref> <ref id="B31" content-type="article"> <label>31日</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 盖恩</surname> <given-names> 我。</given-names> </name> <name> <surname> Elisseeff</surname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 介绍变量和特征选择</一个rticle-title> <source> <italic> 机器学习研究杂志》上</我t一个lic> <year> 2003年</year> <volume> 3</volume> <fpage> 1157年</fpage> <lpage> 1182年</lpage> </element-citation> </ref> <ref id="B32" content-type="article"> <label>32</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Saeys</surname> <given-names> Y。</given-names> </name> <name> <surname> Inza</surname> <given-names> 我。</given-names> </name> <name> <surname> 的票数</surname> <given-names> P。</given-names> </name> </person-group> <article-title> 回顾在生物信息学特征选择技术</一个rticle-title> <source> <italic> 生物信息学</我t一个lic> <year> 2007年</year> <volume> 23</volume> <issue> 19</我ssue> <fpage> 2507年</fpage> <lpage> 2517年</lpage> <pub-id pub-id-type="doi"> 10.1093 /生物信息学/ btm344</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 35748932917</pub-id> </element-citation> </ref> <ref id="B33" content-type="inproceedings"> <label>33</label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Kruthika</surname> <given-names> k·R。</given-names> </name> <name> <surname> Rajeswari</surname> <given-names> H。</given-names> </name> <name> <surname> 拜</surname> <given-names> 一个。</given-names> </name> <name> <surname> Maheshappa</surname> <given-names> h . D。</given-names> </name> </person-group> <article-title> 老年痴呆症和MCI表型分类使用SVM核磁共振数据</一个rticle-title> <conf-name> 《国际研讨会上信号处理和智能识别系统</conf-name> <conf-date> 2018年9月</conf-date> <conf-loc> 印度班加罗尔</conf-loc> <fpage> 263年</fpage> <lpage> 275年</lpage> </element-citation> </ref> <ref id="B34" content-type="inproceedings"> <label>34</label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Yeom</surname> <given-names> 年代。</given-names> </name> <name> <surname> 贾科梅利</surname> <given-names> 我。</given-names> </name> <name> <surname> Fredrikson介绍</surname> <given-names> M。</given-names> </name> <etal></etal> </person-group> <article-title> 机器学习中隐私风险:分析过度拟合的连接</一个rticle-title> <conf-name> 学报2018年IEEE 31日计算机安全基金会研讨会(CSF)</conf-name> <conf-date> 2018年7月</conf-date> <conf-loc> 牛津大学,英国</conf-loc> <fpage> 268年</fpage> <lpage> 282年</lpage> <pub-id pub-id-type="doi"> 10.1109 / csf.2018.00027</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85052121418</pub-id> </element-citation> </ref> <ref id="B35" content-type="inproceedings"> <label>35</label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 贝尔金</surname> <given-names> M。</given-names> </name> <name> <surname> 许</surname> <given-names> d . J。</given-names> </name> <name> <surname> 密特拉</surname> <given-names> P。</given-names> </name> </person-group> <article-title> 过度拟合或完美的配件吗?分类和回归规则插入的危险界限</一个rticle-title> <conf-name> 诉讼进展的神经信息处理系统</conf-name> <conf-date> 2018年12月</conf-date> <conf-loc> 加拿大蒙特利尔</conf-loc> <fpage> 2300年</fpage> <lpage> 2311年</lpage> </element-citation> </ref> <ref id="B36" content-type="inproceedings"> <label>36</label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Cigdem</surname> <given-names> O。</given-names> </name> <name> <surname> Soyak</surname> <given-names> R。</given-names> </name> <name> <surname> Aydeniz</surname> <given-names> B。</given-names> </name> <etal></etal> </person-group> <article-title> 健康的兄弟姐妹的双相情感障碍患者健康分类控制使用核磁共振</一个rticle-title> <conf-name> 学报2019年医疗技术大会(TIPTEKNO)</conf-name> <conf-date> 2019年10月</conf-date> <conf-loc> 伊兹密尔,土耳其</conf-loc> <fpage> 1</fpage> <lpage> 4</lpage> <pub-id pub-id-type="doi"> 10.1109 / tiptekno.2019.8895015</pub-id> </element-citation> </ref> <ref id="B37" content-type="article"> <label>37</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 维埃拉</surname> <given-names> 年代。</given-names> </name> <name> <surname> 龚</surname> <given-names> 徐瑞秋</given-names> </name> <name> <surname> Pinaya</surname> <given-names> w·H。</given-names> </name> <etal></etal> </person-group> <article-title> 使用机器学习和结构神经影像学检测第一集精神病:重新考虑证据</一个rticle-title> <source> <italic> 精神分裂症的公告</我t一个lic> <year> 2020年</year> <volume> 46</volume> <issue> 1</我ssue> <fpage> 17</fpage> <lpage> 26</lpage> <pub-id pub-id-type="doi"> 10.1093 / schbul / sby189</pub-id> </element-citation> </ref> <ref id="B38" content-type="article"> <label>38</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 帕斯捷尔纳克</surname> <given-names> O。</given-names> </name> <name> <surname> 威斯汀</surname> <given-names> 张炳扬。</given-names> </name> <name> <surname> Dahlben</surname> <given-names> B。</given-names> </name> <name> <surname> Bouix</surname> <given-names> 年代。</given-names> </name> <name> <surname> Kubicki</surname> <given-names> M。</given-names> </name> </person-group> <article-title> 扩散磁共振成像标记的程度和白质的神经炎症恶化慢性精神分裂症</一个rticle-title> <source> <italic> 精神分裂症的研究</我t一个lic> <year> 2015年</year> <volume> 161年</volume> <issue> 1</我ssue> <fpage> 113年</fpage> <lpage> 118年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.schres.2014.07.031</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84920657751</pub-id> </element-citation> </ref> <ref id="B39" content-type="article"> <label>39</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 江</surname> <given-names> Y。</given-names> </name> <name> <surname> 罗</surname> <given-names> C。</given-names> </name> <name> <surname> 李</surname> <given-names> X。</given-names> </name> <etal></etal> </person-group> <article-title> 白质功能网络精神分裂症患者中的变化</一个rticle-title> <source> <italic> 科学杂志</我t一个lic> <year> 2019年</year> <volume> 190年</volume> <fpage> 172年</fpage> <lpage> 181年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2018.04.018</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85045572195</pub-id> </element-citation> </ref> <ref id="B40" content-type="article"> <label>40</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 赖</surname> <given-names> C。</given-names> </name> <name> <surname> 郭</surname> <given-names> 年代。</given-names> </name> <name> <surname> 程</surname> <given-names> l</given-names> </name> <etal></etal> </person-group> <article-title> 特征选择方法的比较研究颞叶癫痫的区别的分析</一个rticle-title> <source> <italic> 神经学前沿</我t一个lic> <year> 2017年</year> <volume> 8</volume> <fpage> 1</fpage> <lpage> 13</lpage> <pub-id pub-id-type="doi"> 10.3389 / fneur.2017.00633</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85037618559</pub-id> </element-citation> </ref> <ref id="B41" content-type="article"> <label>41</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Wottschel</surname> <given-names> V。</given-names> </name> <name> <surname> 甜菜</surname> <given-names> d . T。</given-names> </name> <name> <surname> Enzinger</surname> <given-names> C。</given-names> </name> <etal></etal> </person-group> <article-title> SVM的递归特性消除结构性大脑核磁共振分析预测近期复发临床孤立综合征患者的多发性硬化症</一个rticle-title> <source> <italic> 科学杂志:临床</我t一个lic> <year> 2019年</year> <volume> 24</volume> <pub-id pub-id-type="publisher-id"> 102011年</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.nicl.2019.102011</pub-id> </element-citation> </ref> <ref id="B42" content-type="inproceedings"> <label>42</label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Domashenko</surname> <given-names> D。</given-names> </name> <name> <surname> Manko</surname> <given-names> M。</given-names> </name> <name> <surname> 波波夫</surname> <given-names> 一个。</given-names> </name> <etal></etal> </person-group> <article-title> 功能排名为轻度认知障碍和阿尔茨海默病的诊断</一个rticle-title> <conf-name> 2017信号处理程序研讨会(SPSympo)</conf-name> <conf-date> 2017年9月</conf-date> <conf-loc> Jachranka、波兰</conf-loc> <fpage> 1</fpage> <lpage> 4</lpage> <pub-id pub-id-type="doi"> 10.1109 / sps.2017.8053649</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85034782451</pub-id> </element-citation> </ref> <ref id="B43" content-type="article"> <label>43</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 黄</surname> <given-names> H。</given-names> </name> <name> <surname> 蜀</surname> <given-names> C。</given-names> </name> <name> <surname> 程ydF4y2Ba</surname> <given-names> J。</given-names> </name> <etal></etal> </person-group> <article-title> 改变在首发精神分裂症偏执层次的途径:静息状态功能和因果连接分析</一个rticle-title> <source> <italic> 精神病学研究:神经成像</我t一个lic> <year> 2018年</year> <volume> 272年</volume> <fpage> 38</fpage> <lpage> 45</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.pscychresns.2017.08.003</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85033216247</pub-id> </element-citation> </ref> <ref id="B44" content-type="article"> <label>44</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Jariwala</surname> <given-names> p C。</given-names> </name> <name> <surname> 沙阿</surname> <given-names> n D。</given-names> </name> <name> <surname> 戴夫</surname> <given-names> k·R。</given-names> </name> <etal></etal> </person-group> <article-title> 妄想误认综合症患者偏执型分裂症:病例系列和审查</一个rticle-title> <source> <italic> 痴呆</我t一个lic> <year> 2017年</year> <volume> 3</volume> <issue> 2</我ssue> <fpage> 125年</fpage> <lpage> 129年</lpage> </element-citation> </ref> <ref id="B45" content-type="article"> <label>45</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> ashburn</surname> <given-names> J。</given-names> </name> <name> <surname> Friston</surname> <given-names> k·J。</given-names> </name> </person-group> <article-title> 分布morphometry-the方法</一个rticle-title> <source> <italic> 科学杂志</我t一个lic> <year> 2000年</year> <volume> 11</volume> <issue> 6</我ssue> <fpage> 805年</fpage> <lpage> 821年</lpage> <pub-id pub-id-type="doi"> 10.1006 / nimg.2000.0582</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 0033933649</pub-id> </element-citation> </ref> <ref id="B46" content-type="article"> <label>46</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Mechelli</surname> <given-names> 一个。</given-names> </name> <name> <surname> 价格</surname> <given-names> C。</given-names> </name> <name> <surname> Friston</surname> <given-names> K。</given-names> </name> <name> <surname> ashburn</surname> <given-names> J。</given-names> </name> </person-group> <article-title> 人类大脑的分布形态测量学:方法和应用</一个rticle-title> <source> <italic> 当前医学影像检查</我t一个lic> <year> 2005年</year> <volume> 1</volume> <issue> 2</我ssue> <fpage> 105年</fpage> <lpage> 113年</lpage> <pub-id pub-id-type="doi"> 10.2174 / 1573405054038726</pub-id> </element-citation> </ref> <ref id="B47" content-type="article"> <label>47</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 盖恩</surname> <given-names> 我。</given-names> </name> <name> <surname> 韦斯顿</surname> <given-names> J。</given-names> </name> <name> <surname> 巴恩希尔</surname> <given-names> 年代。</given-names> </name> <name> <surname> Vapnik</surname> <given-names> V。</given-names> </name> </person-group> <article-title> 癌症基因选择使用支持向量机分类</一个rticle-title> <source> <italic> 机器学习</我t一个lic> <year> 2002年</year> <volume> 46</volume> <issue> 1 - 3</我ssue> <fpage> 389年</fpage> <lpage> 422年</lpage> <pub-id pub-id-type="doi"> 10.1023 /:1012487302797</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 0036161259</pub-id> </element-citation> </ref> <ref id="B48" content-type="article"> <label>48</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 张</surname> <given-names> C。</given-names> </name> <name> <surname> 周</surname> <given-names> Y。</given-names> </name> <name> <surname> 郭</surname> <given-names> J。</given-names> </name> <name> <surname> 王</surname> <given-names> G。</given-names> </name> <name> <surname> 王</surname> <given-names> X。</given-names> </name> </person-group> <article-title> 研究高维class-imbalanced数据集的基于支持向量机的分类方法</一个rticle-title> <source> <italic> 国际期刊的机器学习和控制论</我t一个lic> <year> 2019年</year> <volume> 10</volume> <issue> 7</我ssue> <fpage> 1765年</fpage> <lpage> 1778年</lpage> <pub-id pub-id-type="doi"> 10.1007 / s13042 - 018 - 0853 - 2</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85067187294</pub-id> </element-citation> </ref> <ref id="B49" content-type="article"> <label>49</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 黄</surname> <given-names> 年代。</given-names> </name> <name> <surname> 蔡</surname> <given-names> N。</given-names> </name> <name> <surname> 帕切科</surname> <given-names> P P。</given-names> </name> <etal></etal> </person-group> <article-title> 应用支持向量机(SVM)在癌症基因组学学习</一个rticle-title> <source> <italic> 癌症Genomics-Proteomics</我t一个lic> <year> 2018年</year> <volume> 15</volume> <fpage> 41</fpage> <lpage> 51</lpage> <pub-id pub-id-type="doi"> 10.21873 / cgp.20063</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85040177449</pub-id> </element-citation> </ref> <ref id="B50" content-type="article"> <label>50</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 邵</surname> <given-names> Z。</given-names> </name> <name> <surname> 杨</surname> <given-names> 年代。</given-names> </name> <name> <surname> 高</surname> <given-names> F。</given-names> </name> <name> <surname> 周</surname> <given-names> K。</given-names> </name> <name> <surname> 凌ydF4y2Ba</surname> <given-names> P。</given-names> </name> </person-group> <article-title> 一个新的电价预测策略使用相互信息化SVM-RFE分类</一个rticle-title> <source> <italic> 可再生能源和可持续能源的评论</我t一个lic> <year> 2017年</year> <volume> 70年</volume> <fpage> 330年</fpage> <lpage> 341年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.rser.2016.11.155</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84998631485</pub-id> </element-citation> </ref> <ref id="B51" content-type="article"> <label>51</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Sahran</surname> <given-names> 年代。</given-names> </name> <name> <surname> Albashish</surname> <given-names> D。</given-names> </name> <name> <surname> 阿卜杜拉</surname> <given-names> 一个。</given-names> </name> <name> <surname> 琴科</surname> <given-names> n。</given-names> </name> <name> <surname> 协议Md Pauzi</surname> <given-names> 年代。</given-names> </name> </person-group> <article-title> 绝对cosine-based SVM-RFE前列腺组织病理学分级的特征选择方法</一个rticle-title> <source> <italic> 人工智能在医学上</我t一个lic> <year> 2018年</year> <volume> 87年</volume> <fpage> 78年</fpage> <lpage> 90年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.artmed.2018.04.002</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85045841135</pub-id> </element-citation> </ref> <ref id="B52" content-type="article"> <label>52</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Sørensen</surname> <given-names> l</given-names> </name> <name> <surname> 尼尔森</surname> <given-names> M。</given-names> </name> </person-group> <article-title> 集成支持向量机的分类使用细微精神状态检查结构的MRI和痴呆</一个rticle-title> <source> <italic> 神经科学杂志》上的方法</我t一个lic> <year> 2018年</year> <volume> 302年</volume> <fpage> 66年</fpage> <lpage> 74年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.jneumeth.2018.01.003</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85041578043</pub-id> </element-citation> </ref> <ref id="B53" content-type="inproceedings"> <label>53</label> <element-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Wasule</surname> <given-names> V。</given-names> </name> <name> <surname> 声纳</surname> <given-names> P。</given-names> </name> </person-group> <article-title> 大脑核磁共振使用SVM和资讯分类器的分类</一个rticle-title> <conf-name> 学报2017年第三次国际会议上传感、信号处理和安全(女性)</conf-name> <conf-date> 2017年5月</conf-date> <conf-loc> 金奈,印度</conf-loc> <fpage> 218年</fpage> <lpage> 223年</lpage> <pub-id pub-id-type="doi"> 10.1109 / ssps.2017.8071594</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85039922347</pub-id> </element-citation> </ref> <ref id="B54" content-type="article"> <label>54</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Lahmiri</surname> <given-names> 年代。</given-names> </name> <name> <surname> 道森</surname> <given-names> d . A。</given-names> </name> <name> <surname> Shmuel</surname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 性能的机器学习方法在诊断帕金森病基于言语障碍的措施</一个rticle-title> <source> <italic> 生物医学工程的信</我t一个lic> <year> 2018年</year> <volume> 8</volume> <issue> 1</我ssue> <fpage> 29日</fpage> <lpage> 39</lpage> <pub-id pub-id-type="doi"> 10.1007 / s13534 - 017 - 0051 - 2</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85042694454</pub-id> </element-citation> </ref> <ref id="B55" content-type="article"> <label>55</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 土著居民的</surname> <given-names> 一个。</given-names> </name> <name> <surname> 巴乔</surname> <given-names> h . C。</given-names> </name> <name> <surname> 塞古拉</surname> <given-names> B。</given-names> </name> <etal></etal> </person-group> <article-title> 歧视在帕金森病认知状态通过功能——和机器学习</一个rticle-title> <source> <italic> 科学报告</我t一个lic> <year> 2017年</year> <volume> 7</volume> <issue> 1</我ssue> <pub-id pub-id-type="publisher-id"> 45347年</pub-id> <pub-id pub-id-type="doi"> 10.1038 / srep45347</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85016303707</pub-id> </element-citation> </ref> <ref id="B56" content-type="article"> <label>56</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 柳</surname> <given-names> Y。</given-names> </name> </person-group> <article-title> 颅内脑电图的预测癫痫发作</一个rticle-title> <source> <italic> 生物医学工程的信</我t一个lic> <year> 2017年</year> <volume> 7</volume> <issue> 1</我ssue> <fpage> 1</fpage> <lpage> 5</lpage> <pub-id pub-id-type="doi"> 10.1007 / s13534 - 017 - 0008 - 5</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85014716236</pub-id> </element-citation> </ref> <ref id="B57" content-type="article"> <label>57</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Montembeault</surname> <given-names> M。</given-names> </name> <name> <surname> Brambati</surname> <given-names> s M。</given-names> </name> <name> <surname> Lamari</surname> <given-names> F。</given-names> </name> <etal></etal> </person-group> <article-title> 萎缩、代谢和认知后皮质萎缩光谱根据阿尔茨海默病脑脊液生物标志物</一个rticle-title> <source> <italic> 科学杂志:临床</我t一个lic> <year> 2018年</year> <volume> 20.</volume> <fpage> 1018年</fpage> <lpage> 1025年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.nicl.2018.10.010</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85054804664</pub-id> </element-citation> </ref> <ref id="B58" content-type="article"> <label>58</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 穆勒</surname> <given-names> H.-P。</given-names> </name> <name> <surname> Agosta</surname> <given-names> F。</given-names> </name> <name> <surname> 峡谷</surname> <given-names> M。</given-names> </name> <etal></etal> </person-group> <article-title> Cortico-efferent呼吸道参与主要横向硬化和肌萎缩性脊髓侧索硬化症:two-centre大片基于兴趣的DTI分析</一个rticle-title> <source> <italic> 科学杂志:临床</我t一个lic> <year> 2018年</year> <volume> 20.</volume> <fpage> 1062年</fpage> <lpage> 1069年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.nicl.2018.10.005</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85055027684</pub-id> </element-citation> </ref> <ref id="B59" content-type="article"> <label>59</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Lojowska</surname> <given-names> M。</given-names> </name> <name> <surname> 凌</surname> <given-names> 年代。</given-names> </name> <name> <surname> 鲁洛夫•</surname> <given-names> K。</given-names> </name> <name> <surname> 何曼思</surname> <given-names> e . J。</given-names> </name> </person-group> <article-title> Visuocortical在人类freezing-like状态变化</一个rticle-title> <source> <italic> 科学杂志</我t一个lic> <year> 2018年</year> <volume> 179年</volume> <fpage> 313年</fpage> <lpage> 325年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2018.06.013</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85048858196</pub-id> </element-citation> </ref> <ref id="B60" content-type="article"> <label>60</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Amoroso</surname> <given-names> N。</given-names> </name> <name> <surname> 拉罗卡</surname> <given-names> M。</given-names> </name> <name> <surname> 摩纳哥</surname> <given-names> 一个。</given-names> </name> <name> <surname> 征求</surname> <given-names> R。</given-names> </name> <name> <surname> Tangaro</surname> <given-names> 年代。</given-names> </name> </person-group> <article-title> 复杂网络揭示帕金森病的早期MRI标记</一个rticle-title> <source> <italic> 医学图像分析</我t一个lic> <year> 2018年</year> <volume> 48</volume> <fpage> 12</fpage> <lpage> 24</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.media.2018.05.004</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85047372480</pub-id> </element-citation> </ref> <ref id="B61" content-type="article"> <label>61年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 汉</surname> <given-names> j·E。</given-names> </name> <name> <surname> Boachie</surname> <given-names> N。</given-names> </name> <name> <surname> Garcia-Garcia</surname> <given-names> 我。</given-names> </name> <name> <surname> 米肖德</surname> <given-names> 一个。</given-names> </name> <name> <surname> Dagher</surname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 健康成人神经关联的膳食自控:脑功能成像研究的荟萃分析</一个rticle-title> <source> <italic> 生理与行为</我t一个lic> <year> 2018年</year> <volume> 192年</volume> <fpage> 98年</fpage> <lpage> 108年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.physbeh.2018.02.037</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85042858997</pub-id> </element-citation> </ref> <ref id="B62" content-type="article"> <label>62年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Gallea</surname> <given-names> C。</given-names> </name> <name> <surname> Herath</surname> <given-names> P。</given-names> </name> <name> <surname> Voon</surname> <given-names> V。</given-names> </name> <etal></etal> </person-group> <article-title> 感觉运动丧失抑制网络焦点手肌张力障碍</一个rticle-title> <source> <italic> 科学杂志:临床</我t一个lic> <year> 2018年</year> <volume> 17</volume> <fpage> 90年</fpage> <lpage> 97年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.nicl.2017.10.011</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85041596212</pub-id> </element-citation> </ref> <ref id="B63" content-type="article"> <label>63年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Rubin-Falcone</surname> <given-names> H。</given-names> </name> <name> <surname> Zanderigo</surname> <given-names> F。</given-names> </name> <name> <surname> Thapa-Chhetry</surname> <given-names> B。</given-names> </name> <etal></etal> </person-group> <article-title> 模式识别的磁共振成像进行灰质体积测量分类双相情感障碍和重度抑郁症</一个rticle-title> <source> <italic> 情感障碍杂志》</我t一个lic> <year> 2018年</year> <volume> 227年</volume> <fpage> 498年</fpage> <lpage> 505年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.jad.2017.11.043</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85034655951</pub-id> </element-citation> </ref> <ref id="B64" content-type="article"> <label>64年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 高</surname> <given-names> X。</given-names> </name> <name> <surname> 张</surname> <given-names> W。</given-names> </name> <name> <surname> 姚</surname> <given-names> l</given-names> </name> <etal></etal> </person-group> <article-title> 协会之间的精神分裂症患者大脑结构和功能的改变在无毒:多通道荟萃分析</一个rticle-title> <source> <italic> 精神病学和神经科学杂志》上</我t一个lic> <year> 2018年</year> <volume> 43</volume> <issue> 2</我ssue> <fpage> 131年</fpage> <lpage> 142年</lpage> <pub-id pub-id-type="doi"> 10.1503 / jpn.160219</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85042741471</pub-id> </element-citation> </ref> <ref id="B65" content-type="article"> <label>65年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 乔</surname> <given-names> J。</given-names> </name> <name> <surname> 李</surname> <given-names> 一个。</given-names> </name> <name> <surname> 曹</surname> <given-names> C。</given-names> </name> <etal></etal> </person-group> <article-title> 异常的功能网络连接广泛性焦虑障碍的生物标志物</一个rticle-title> <source> <italic> 人类神经科学前沿</我t一个lic> <year> 2017年</year> <volume> 11</volume> <issue> 626年</我ssue> <fpage> 1</fpage> <lpage> 10</lpage> <pub-id pub-id-type="doi"> 10.3389 / fnhum.2017.00626</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85041008689</pub-id> </element-citation> </ref> <ref id="B66" content-type="article"> <label>66年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 香</surname> <given-names> Q。</given-names> </name> <name> <surname> 王</surname> <given-names> Y。</given-names> </name> <name> <surname> 张</surname> <given-names> J。</given-names> </name> <etal></etal> </person-group> <article-title> 进步大脑精神分裂症的早期阶段的变化:组合结构的MRI和DTI研究</一个rticle-title> <source> <italic> 神经精神病学(伦敦)</我t一个lic> <year> 2018年</year> <volume> 8</volume> <issue> 2</我ssue> <fpage> 523年</fpage> <lpage> 532年</lpage> <pub-id pub-id-type="doi"> 10.4172 / neuropsychiatry.1000375</pub-id> </element-citation> </ref> <ref id="B67" content-type="article"> <label>67年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> McNabb</surname> <given-names> c . B。</given-names> </name> <name> <surname> 泰特</surname> <given-names> r . J。</given-names> </name> <name> <surname> McIlwain</surname> <given-names> m E。</given-names> </name> <etal></etal> </person-group> <article-title> 功能网络dysconnectivity作为生物标志物在精神分裂症治疗的抵抗</一个rticle-title> <source> <italic> 精神分裂症的研究</我t一个lic> <year> 2018年</year> <volume> 195年</volume> <fpage> 160年</fpage> <lpage> 167年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.schres.2017.10.015</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85031410143</pub-id> </element-citation> </ref> <ref id="B68" content-type="article"> <label>68年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 隋</surname> <given-names> J。</given-names> </name> <name> <surname> Pearlson</surname> <given-names> g D。</given-names> </name> <name> <surname> 杜</surname> <given-names> Y。</given-names> </name> <etal></etal> </person-group> <article-title> 寻找多通道神经影像生物标志物精神分裂症的认知缺陷</一个rticle-title> <source> <italic> 生物精神病学</我t一个lic> <year> 2015年</year> <volume> 78年</volume> <issue> 11</我ssue> <fpage> 794年</fpage> <lpage> 804年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.biopsych.2015.02.017</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84941321374</pub-id> </element-citation> </ref> <ref id="B69" content-type="article"> <label>69年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 福克</surname> <given-names> n K。</given-names> </name> <name> <surname> Yogarajah</surname> <given-names> M。</given-names> </name> <name> <surname> Symms</surname> <given-names> m·R。</given-names> </name> <name> <surname> 格鲁伯</surname> <given-names> O。</given-names> </name> <name> <surname> 保卢斯</surname> <given-names> W。</given-names> </name> <name> <surname> 邓肯</surname> <given-names> j·S。</given-names> </name> </person-group> <article-title> 自动图像分类先生在颞叶癫痫</一个rticle-title> <source> <italic> 科学杂志</我t一个lic> <year> 2012年</year> <volume> 59</volume> <issue> 1</我ssue> <fpage> 356年</fpage> <lpage> 362年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2011.07.068</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 80054106935</pub-id> </element-citation> </ref> <ref id="B70" content-type="article"> <label>70年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Rudie</surname> <given-names> j . D。</given-names> </name> <name> <surname> 科尔比</surname> <given-names> j·B。</given-names> </name> <name> <surname> 萨拉蒙在</surname> <given-names> N。</given-names> </name> </person-group> <article-title> 机器学习分类的癫痫患者内侧颞叶硬化</一个rticle-title> <source> <italic> 癫痫的研究</我t一个lic> <year> 2015年</year> <volume> 117年</volume> <fpage> 63年</fpage> <lpage> 69年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.eplepsyres.2015.09.005</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84946214024</pub-id> </element-citation> </ref> <ref id="B71" content-type="article"> <label>71年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 伯恩哈特</surname> <given-names> b . C。</given-names> </name> <name> <surname> 在香港</surname> <given-names> S.-J。</given-names> </name> <name> <surname> ;8:32</surname> <given-names> 一个。</given-names> </name> <name> <surname> ;8:32</surname> <given-names> N。</given-names> </name> </person-group> <article-title> 磁共振成像模式学习在颞叶癫痫:分类和预测</一个rticle-title> <source> <italic> 神经病学年鉴</我t一个lic> <year> 2015年</year> <volume> 77年</volume> <issue> 3</我ssue> <fpage> 436年</fpage> <lpage> 446年</lpage> <pub-id pub-id-type="doi"> 10.1002 / ana.24341</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84923810067</pub-id> </element-citation> </ref> <ref id="B72" content-type="article"> <label>72年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 他也</surname> <given-names> N。</given-names> </name> <name> <surname> 金</surname> <given-names> 年代。</given-names> </name> <name> <surname> 杜瓦</surname> <given-names> 年代。</given-names> </name> <name> <surname> 恩格尔</surname> <given-names> J。</given-names> </name> <name> <surname> Staba</surname> <given-names> r . J。</given-names> </name> </person-group> <article-title> 多通道数据和手术结果预测在复杂情况下的机器学习中央的颞叶癫痫</一个rticle-title> <source> <italic> 计算机在生物学和医学</我t一个lic> <year> 2015年</year> <volume> 64年</volume> <fpage> 67年</fpage> <lpage> 78年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.compbiomed.2015.06.008</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84962765226</pub-id> </element-citation> </ref> <ref id="B73" content-type="article"> <label>73年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Davatzikos</surname> <given-names> C。</given-names> </name> <name> <surname> 沈</surname> <given-names> D。</given-names> </name> <name> <surname> 电流的</surname> <given-names> r . C。</given-names> </name> <etal></etal> </person-group> <article-title> 全脑的形态学研究精神分裂症的暴露空间复杂的局灶性异常</一个rticle-title> <source> <italic> 普通精神病学文献</我t一个lic> <year> 2005年</year> <volume> 62年</volume> <issue> 11</我ssue> <fpage> 1218年</fpage> <lpage> 1227年</lpage> <pub-id pub-id-type="doi"> 10.1001 / archpsyc.62.11.1218</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 27744509503</pub-id> </element-citation> </ref> <ref id="B74" content-type="article"> <label>74年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Yasuhiro</surname> <given-names> K。</given-names> </name> <name> <surname> 渡</surname> <given-names> 年代。</given-names> </name> <name> <surname> Ferath</surname> <given-names> K。</given-names> </name> <etal></etal> </person-group> <article-title> 多元分布形态测量学成功区分精神分裂症患者与健康对照组</一个rticle-title> <source> <italic> 科学杂志</我t一个lic> <year> 2007年</year> <volume> 34</volume> <issue> 1</我ssue> <fpage> 235年</fpage> <lpage> 242年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2006.08.018</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 33751113321</pub-id> </element-citation> </ref> <ref id="B75" content-type="article"> <label>75年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 施瓦兹</surname> <given-names> D。</given-names> </name> <name> <surname> Kasparek</surname> <given-names> T。</given-names> </name> </person-group> <article-title> 先生的大脑形态测量学图像自动分类的首发精神分裂症</一个rticle-title> <source> <italic> 信息融合</我t一个lic> <year> 2014年</year> <volume> 19</volume> <fpage> 97年</fpage> <lpage> 102年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.inffus.2013.02.002</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84898016888</pub-id> </element-citation> </ref> <ref id="B76" content-type="article"> <label>76年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Dietsche</surname> <given-names> B。</given-names> </name> <name> <surname> 柯切</surname> <given-names> T。</given-names> </name> <name> <surname> 法尔肯贝里</surname> <given-names> 我。</given-names> </name> </person-group> <article-title> 脑部变化,在疾病的不同阶段:精神分裂症选择性的纵向磁共振成像研究</一个rticle-title> <source> <italic> 澳大利亚和新西兰精神病学杂志》上</我t一个lic> <year> 2017年</year> <volume> 51</volume> <issue> 5</我ssue> <fpage> 500年</fpage> <lpage> 508年</lpage> <pub-id pub-id-type="doi"> 10.1177 / 0004867417699473</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85018270534</pub-id> </element-citation> </ref> <ref id="B77" content-type="article"> <label>77年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 莫拉</surname> <given-names> a . m . D。</given-names> </name> <name> <surname> Pinaya</surname> <given-names> w·h·L。</given-names> </name> <name> <surname> Gadelha</surname> <given-names> 一个。</given-names> </name> <etal></etal> </person-group> <article-title> 研究大脑结构模式首发精神病和精神分裂症使用MRI和机器学习的方法</一个rticle-title> <source> <italic> 精神病学研究神经成像</我t一个lic> <year> 2018年</year> <volume> 275年</volume> <fpage> 14</fpage> <lpage> 20.</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.pscychresns.2018.03.003</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 85043469336</pub-id> </element-citation> </ref> <ref id="B78" content-type="article"> <label>78年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 助教</surname> <given-names> C。</given-names> </name> <name> <surname> Mogulkoc</surname> <given-names> H。</given-names> </name> <name> <surname> Eryilmaz</surname> <given-names> G。</given-names> </name> <etal></etal> </person-group> <article-title> 识别精神分裂症和schizo-obsessive障碍:结构性MRI研究结合VBM和机器学习方法</一个rticle-title> <source> <italic> 神经计算和应用</我t一个lic> <year> 2018年</year> <volume> 29日</volume> <issue> 2</我ssue> <fpage> 377年</fpage> <lpage> 387年</lpage> <pub-id pub-id-type="doi"> 10.1007 / s00521 - 016 - 2451 - 0</pub-id> <pub-id pub-id-type="other"> 2 - s2.0 - 84978141644</pub-id> </element-citation> </ref> <ref id="B79" content-type="article"> <label>79年</label> <element-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Haukvik</surname> <given-names> 美国K。</given-names> </name> <name> <surname> Hartberg</surname> <given-names> c . B。</given-names> </name> <name> <surname> Agartz</surname> <given-names> 我。</given-names> </name> </person-group> <article-title> Schizophrenia-what结构磁共振成像显示吗?</一个rticle-title> <source> <italic> Tidsskrift窝挪威Legeforening</我t一个lic> <year> 2013年</year> <volume> 133年</volume> <issue> 8</我ssue> <fpage> 850年</fpage> <lpage> 853年</lpage> <pub-id pub-id-type="doi"> 10.4045 / tidsskr.12.1084</pub-id> </element-citation> </ref> </ref-list> </back> </article> </body> </html>