期刊简介
本刊是国际医学物理学组织（ZOMP）的成员——中国医学物理学会会刊，是国内唯一全面涉及医学物理学各分支学科领域、国内外公开发行的专业性学术双月刊。读者对象是各大医院从事医学物理及相关人员、广大从事医学物理学学科研究的教学工作者以及医学物理学、生物物理学、生物工程学、医学和应用物理学等专业的工作者及博士、硕士研究生。
往期目录
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>中国医学物理学杂志
- 杂志名称：中国医学物理学杂志
- 主管单位：南方医科大学
- 主办单位：南方医科大学;中国医学物理学会
- 国际刊号：1005-202X
- 国内刊号：44-1351/R
- 出版周期：双月刊
期刊荣誉：中国科学引文数据库来源期刊期刊收录：国家图书馆馆藏, 万方收录(中), 上海图书馆馆藏, 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), CSCD 中国科学引文数据库来源期刊(含扩展版), 维普收录(中)
基于大脑形态学和SVM的孤独症自动识别
李金泽；李华；喻罡；高燕华
关键词：磁共振, 支持向量机, 特征提取, 分类
摘要：目的:孤独症是目前儿童青少年时期常见的精神障碍类疾病,发病率高,临床诊断方法主观性强,也没有较好的治愈办法,本文基于大脑的形态学指标和支持向量机,提出了一种自动区分孤独症患者和正常人的方法.方法:选取对31名孤独症患者48名作为对照组的正常人进行分析.首先对磁共振的结构图像做去头皮、偏场校正等预处理.对三维大脑图像进行分割,得到68个脑区和5类大脑皮层特征,共340个形态学特征.然后对所有的形态学特征进行统计分析和序列前向选择,提取优化形态学特征集合,后使用支持向量机对得到的特征进行训练和分类.结果:对孤独症患者和正常人进行分类,支持向量机对结合t检验和序列前向选择法提取得到的数据集的平均测试准确率可达到93.67％.结论:通过对模式分类结果的分析,可以了解孤独症与正常人的大脑在结构上和功能上都存在着差异,并且这些差异可以作为明显的特征对患者与正常人进行识别,同时可以得到很好的分类结果.
友情链接