计算智能和神经科学
研究文章

中一个有效的组合sMRI、脑脊液、认知得分,和APOEε4生物标记的分类广告和MCI使用极端的学习机器

表5

10倍旨在HC与MCI的分类性能。
特性测量 榆树 SVM-RBF SVM-linear
ACC % 森% SPE % AUC ACC % 森% SPE % ACC % 森% SPE %
皮质厚度 75.40 84.07 67.90 0.83 74.17 80.81 71.23 67.34 73.17 77.93
表面积 74.15 65.20 83.85 0.84 63.54 67.67 66.47 68.72 74.43 67.35
体积 77.84 88.41 72.80 0.84 65.47 74.73 68.75 72.83 78.27 65.70
脑脊液 83.30 73.93 84.02 0.85 73.39 75.25 66.83 75.80 73.38 78.14
载脂蛋白e + MMSE 79.37 93.25 72.97 0.89 68.29 81.73 76.68 70.23 81.24 78.05
连接(all_features_set) 91.72 91.23 99.13 0.93 81.70 83.68 87.49 85.65 78.54 89.26