国家教育部博士点基金(20123218110009)
- 作品数：5 被引量：14H指数：2
- 相关作者：张道强接标祖辰王立鹏费飞更多>>
- 相关机构：南京航空航天大学安徽师范大学更多>>
- 发文基金：国家教育部博士点基金中央级公益性科研院所基本科研业务费专项江苏省杰出青年基金更多>>
- 相关领域：自动化与计算机技术医药卫生理学更多>>
- 基于机器学习的脑网络分析方法及应用被引量：11
- 2015年
- 脑网络学习旨在从整体上研究大脑各功能区的交互,对于人类深入了解大脑功能和结构以及对一些脑疾病的诊断都具有非常重要的作用。作为脑网络分析的重要工具,机器学习由于能够从数据中学习规律并对未知数据进行预测,已成为近年来脑网络分析领域一个新的研究热点。本文综述了近年来基于机器学习技术在脑网络分析中的典型研究方法和应用,主要从网络的构建、特征学习和分类预测等3个方面加以介绍。最后,总结全文并展望未来研究方向。
- 张道强接标
- 关键词：核方法
- 判别性子图挖掘方法及其在MCI分类中的应用被引量：2
- 2015年
- 最近,脑连接网络已经被用于神经退行性疾病(如阿尔茨海默病AD以及轻度认知障碍MCI)的诊断和分类.以往典型方法是从脑连接网络中提取一些特征(如局部聚类系数等)构成一个长特征向量,并用其训练一个分类器用于最终的分类.然而,上述方法的一个缺点是未能充分考虑网络的拓扑结构信息,因而限制了分类性能的进一步提升.提出一种基于判别子图挖掘的脑连接网络分类方法.首先分别从正类训练样本集和负类训练样本集中挖掘频繁子网络(即频繁子图);然后利用基于图核的方法来衡量频繁子网络的判别性能,并选择那些最具判别性的频繁子网络作为判别子网络用于后续的分类;最后,在真实MCI数据集上的实验验证了该方法的有效性.
- 费飞王立鹏接标张道强
- 关键词：轻度认知障碍频繁子图挖掘图核
- 有样本缺失的稀疏保持典型相关分析被引量：1
- 2014年
- 在典型相关分析(CCA)的基础上,通过稀疏保持引入样本的类别信息,利用交叉相关项克服CCA及其推广算法要求不同视图样本必须成对出现的局限,提出一种有监督学习方法——有样本缺失的稀疏保持典型相关分析(SPCCAM).SPCCAM能在训练样本不成对的情况下进行多视图特征融合.在人工数据集、手写体数据集和PIE人脸数据集上的实验结果表明,SPCCAM能有效利用类信息提高分类性能.
- 祖辰张道强
- 关键词：CANONICALCORRELATION
- 基于网络拓扑特性的MCI分类
- 2013年
- 阿尔茨海默氏病(Alzheimer′s disease,AD)和轻度认知障碍(Mild cognitive impairment,MCI)是经常发生在老年人中的脑疾病,其主要表现为认知和智力的障碍。机器学习和模式识别方法已经被应用到对AD和MCI的诊断和分类中。最近,研究人员提出利用大脑连接网络实现对疾病的诊断和分类。大部分的研究主要集中在网络中提取一些局部的特性(如聚类系数),并利用机器学习的方法(如支持向量机)来实现对疾病的分类。然而,存在的研究表明AD以及MCI是和一个大规模的脑连接网络相关,而不仅是大脑的若干区域。因此,本文提出一种新的基于网络整体拓扑结构信息的分类方法,并将其用于对MCI疾病的分类。实验结果表明,本文的方法能够对分类结果有重要的改进。
- 接标张道强
- 关键词：图核核方法连接网络轻度认知障碍
- 基于脑连接网络的阿尔茨海默病临床变量值预测被引量：1
- 2017年
- 目前脑功能连接网络已被广泛用于大脑疾病诊断,然而传统的脑网络分类方法无法评估疾病所处的阶段以及预测病情的发展。近期的研究表明,脑疾病的临床变量值可以有效地帮助医生进行疾病评估,为此提出一种基于脑连接网络的方法,用于对阿尔茨海默病临床变量值进行预测。首先从脑影像中提取功能连接网络,然后使用LASSO进行特征选择,剔除不具有判别性的边。同时融合网络的聚类系数和边的权重作为特征。最后使用支持向量回归机预估临床变量值。在ADNI数据集上对提出的方法进行验证,实验结果表明,提出的方法不仅能够准确地预测疾病临床变量值而且还验证了多种特征融合的有效性。
- 路子祥屠黎阳祖辰张道强
- 关键词：大脑功能特征提取网络分析阿尔茨海默病医学影像
