【目的】抑郁症分类诊断研究中,特征选择扮演了重要角色。【方法】针对现有超图正则化特征选择缺失组效应信息问题,提出基于组套索的超图正则化特征选择方法。首先,对抑郁症功能磁共振影像(functional magnetic resonance imaging,fMRI...【目的】抑郁症分类诊断研究中,特征选择扮演了重要角色。【方法】针对现有超图正则化特征选择缺失组效应信息问题,提出基于组套索的超图正则化特征选择方法。首先,对抑郁症功能磁共振影像(functional magnetic resonance imaging,fMRI)数据集进行预处理。其次,基于预处理后的功能磁共振数据,构建5个不同尺度的脑网络模型并计算拓扑属性提取特征。基于提取的特征,利用组套索方法构建超图,利用超图正则化特征选择方法进行特征选择。最后,使用支持向量机构建分类模型并评估分类性能。此外,还在UCI数据集中验证了所提方法的有效性。【结果】所提方法在5个不同节点定义模板下,均高于传统的特征选择方法。此外,在模板的节点数量相似的情况下,此方法有更高的分类诊断性能。展开更多
文摘【目的】抑郁症分类诊断研究中,特征选择扮演了重要角色。【方法】针对现有超图正则化特征选择缺失组效应信息问题,提出基于组套索的超图正则化特征选择方法。首先,对抑郁症功能磁共振影像(functional magnetic resonance imaging,fMRI)数据集进行预处理。其次,基于预处理后的功能磁共振数据,构建5个不同尺度的脑网络模型并计算拓扑属性提取特征。基于提取的特征,利用组套索方法构建超图,利用超图正则化特征选择方法进行特征选择。最后,使用支持向量机构建分类模型并评估分类性能。此外,还在UCI数据集中验证了所提方法的有效性。【结果】所提方法在5个不同节点定义模板下,均高于传统的特征选择方法。此外,在模板的节点数量相似的情况下,此方法有更高的分类诊断性能。