基于SVM与fMRI技术对精神分裂症的分类研究

朱亚飞 付舒悦 杨仕虎 姚佩玲 谭颖

西南民族大学计算机科学与技术学院

精神分裂症是一种常见的重型精神疾病。近年来,非侵入性核磁共振影像技术被广泛应用在精神分裂症的研究。目前,已经有大批的机器学习方法应用在核磁共振影像上,例如:KNN、SVM等。通过构建脑功能连接的方式对数据进行处理。在输入分类器之前,对特征进行归一化处理。归一化后再输入SVM分类器,在线性SVM分类器中,分类准确率最高达到78.5%。与传统的直接输入分类器的结果比较,分类准确率有较好的分类效果。该研究对精神分裂症的研究有一定意义,辅助医生诊断疾病。

SVM；PCA；精神分裂症；fMRI

计算机研究与应用

3078-9850

20203

数学与物理