TY - JOUR A2 - Rostro冈萨雷斯，奥拉西奥AU - 陈志宏AU - 燕，陶AU - 王，尔勒AU - 江虹AU - 唐，以前非盟 - 羽夕AU - 张謇AU - 刘，张PY - 2020 DA - 2020年3月18日TI - 检测精神分裂症异常的脑区通过机器学习SP利用结构MRI - 6405930 VL - 2020 AB - 利用神经影像学和机器学习（ML）来区分精神分裂症（SZ）患者与正常对照（NCS）和精神分裂症中的检测异常脑区域有几个好处，并且可以提供用于临床诊断精神分裂症的参考。在这项研究中，从SZ患者和NC结构的磁共振图像（sMRIs）用于判别分析。这项研究提出了一种基于粗到细的特征选择的ML框架。所提出的框架中使用的两样品 Ť-tests首先提取组之间的差异，然后进一步消除了递归特征消除（RFE）非相关和冗余特征，最后利用支持向量机（SVM）以了解与选定的灰质（GM）和白色的决定模型质（WM）功能。以前的研究已经趋于在集团层面而不是在个人层面上报告的差异，不能被广泛应用。在这项研究中提出的方法扩展了诊断个体水平，并具有比以前的方法更高的识别率。这项研究的实验结果表明，该框架区分SZ患者NCS，最高分类准确率达到85％以上。鉴定的生物标记也与以往文献的研究结果是一致的。作为一种通用的方法，所提出的框架可以被扩展到诊断其他疾病。SN - 1687-5265 UR - https://doi.org/10.1155/2020/6405930 DO - 10.1155 /六百四万五千九百三十零分之二千零二十零JF - 计算智能与神经科学PB - Hindawi出版KW - ER -