-
题名面向自闭症辅助诊断的无监督模糊特征学习新方法
被引量：3
- 1
-
-
作者
张英
王骏
鲍国强
张春香
王士同
-
机构
江南大学数字媒体学院
-
出处
《智能系统学报》
CSCD
北大核心
2019年第5期882-888,共7页
-
基金
江苏省自然科学基金项目(BK20181339)
-
文摘
自闭症患者的行为和认知缺陷与潜在的脑功能异常有关。对于静息态功能磁振图像(functional magneticresonance imaging,fMRI)高维特征,传统的线性特征提取方法不能充分提取其中的有效信息用于分类。为此,本文面向fMRI数据提出一种新型的无监督模糊特征映射方法,并将其与多视角支持向量机相结合,构建分类模型应用于自闭症的计算机辅助诊断。该方法首先采用多输出TSK模糊系统的规则前件学习方法,将原始特征数据映射到线性可分的高维空间;然后引入流形正则化学习框架,提出新型的无监督模糊特征学习方法,从而得到原输出特征向量的非线性低维嵌入表示;最后使用多视角SVM算法进行分类。实验结果表明:本文方法能够有效提取静息态fMRI数据中的重要特征,在保证模型具有优越且稳定的分类性能的前提下,还可以提高模型的可解释性。
-
关键词
自闭症
功能磁共振成像
功能连接
皮尔森相关性
特征选择
无监督模糊特征映射
流形正则化框架
支持向量机
-
Keywords
autism
functional magnetic resonance imaging
functional connectivity
Pearson’s correlation
feature selection
unsupervised fuzzy feature mapping
manifold regularization framework
support vectormachine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
