///标签2

研究论文

检测精神分裂症异常的脑区通过机器学习使用结构MRI

表2

基于GM不同的方法分类性能。


方法	ACC	SN	SP	GM	DM	F2M

SVM	0.6277	0.6923	0.5711	0.6288	0.6167	0.6339
2T + SVM	0.6829	0.7226	0.6431	0.6817	0.6741	0.6812
RFE + SVM	0.7326	0.8427	0.6533	0.7420	0.7321	0.7699
PCA + SVM	0.7057	0.7712	0.6521	0.7092	0.7029	0.7103
ICA + SVM	0.6806	0.7114	0.6862	0.6987	0.6571	0.6968
TBFS + SVM	0.7118	0.8200	0.6267	0.7169	0.7155	0.7327
2T + PCA + SVM	0.7981	0.8193	0.7704	0.7945	0.7896	0.7922
2T + ICA + SVM	0.7504	0.7727	0.7111	0.7413	0.7359	0.7394
2T + TBFS + SVM	0.7794	0.8009	0.7484	0.7742	0.7658	0.7701
我们的	0.7962	0.8142	0.7777	0.7957	0.7851	0.7896

我们致力于快速，安全地与COVID-19尽可能共享成果。任何作者提交COVID-19纸应该通知我们的help@hindawi.com以确保他们的研究是快速跟踪和尽快预印本服务器上公布。我们将针对与COVID-19接受的文章中提供的出版费用减免无限。在此注册作为一个评论家，以帮助快速跟踪新的意见书。