公开(公告)号：CN118070127B

公开(公告)日：2024-08-13

申请号：CN202410328002.7

申请日：2024-03-21

Applicant: 太原理工大学

Inventor： 李丹丹 ,  郝建超 ,  王彬 ,  来璐瑶 ,  张雅婷

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明属于脑科学技术及机器学习技术领域，具体涉及一种基于高阶功能网络的双相情感障碍特征提取及分类方法，包括下列步骤：S1、获取被试的静息态功能磁共振数据，对数据进行预处理操作，得到每个被试的BOLD时间序列并构建高阶功能脑网络；S2、将高阶功能网络权值作为备选特征集合，并进行特征选择，得到对双相情感障碍患者具有最大识别能力的特征集合E1；S3、基于高阶功能连接网络计算每个被试的重叠指标，并将其作为特征集合E2；S4、将E1与E2进行特征融合得到最终特征集合E3；S5、使用最终特征集合E3训练支持向量机分类模型，完成对双相情感障碍的识别。本发明有效提高了双相情感障碍的分类准确率，有助于解决双相情感障碍早期诊断困难的问题。

公开(公告)号：CN118070127A

公开(公告)日：2024-05-24

申请号：CN202410328002.7

申请日：2024-03-21

Applicant: 太原理工大学

Inventor： 李丹丹 ,  郝建超 ,  王彬 ,  来璐瑶 ,  张雅婷

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/23 ,  G06N3/0464 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明属于脑科学技术及机器学习技术领域，具体涉及一种基于高阶功能网络的双相情感障碍特征提取及分类方法，包括下列步骤：S1、获取被试的静息态功能磁共振数据，对数据进行预处理操作，得到每个被试的BOLD时间序列并构建高阶功能脑网络；S2、将高阶功能网络权值作为备选特征集合，并进行特征选择，得到对双相情感障碍患者具有最大识别能力的特征集合E1；S3、基于高阶功能连接网络计算每个被试的重叠指标，并将其作为特征集合E2；S4、将E1与E2进行特征融合得到最终特征集合E3；S5、使用最终特征集合E3训练支持向量机分类模型，完成对双相情感障碍的识别。本发明有效提高了双相情感障碍的分类准确率，有助于解决双相情感障碍早期诊断困难的问题。