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7
比较分类广告和HC和HC与MCI该方法与现有最先进的方法。
|
| 作者 |
数据 |
分类器 |
特征选择 |
广告与HC (%) |
HC与MCI |
|
| 韦斯特曼et al。67年] |
MRI +脑脊液 |
OPLS |
- - - - - - |
91.8 |
77.6% |
| Johnson et al。68年] |
MRI +宠物+ CSF +认知得分 |
堆叠autoencoder |
稀疏表示学习 |
95.9 |
85% |
| Hinrichs et al。69年] |
MRI +宠物+ CSF + APOE +认知得分 |
MKL |
- - - - - - |
92.4 |
n /一个 |
| 张和沈et al。39] |
MRI +宠物+ CSF |
支持向量机 |
多任务特征选择 |
93.3 |
83.2% |
| Beheshti et al。70年] |
sMRI |
支持向量机 |
功能等级+遗传算法 |
93.01 |
- - - - - - |
| Spasov et al。71年] |
sMRI + + APOE +人口认知措施 |
美国有线电视新闻网 |
- - - - - - |
99.5 |
- - - - - - |
| Maqsood et al。72年] |
sMRI |
美国有线电视新闻网 |
- - - - - - |
92.85 |
- - - - - - |
| 该方法 |
MRI + CSF + APOE + MMSE |
榆树 |
过滤器(MRMR) +包装器(SFS) |
97.31 |
91.72% |
|
|
