基于脑结构像的精神分裂症机器学习分类
文献类型：期刊论文
| 作者 | 郑泓2,3; 蒲城城1; 王毅2,3 ; 陈楚侨2,3
|
| 刊名 | 心理科学进展
 |
| 出版日期 | 2019 |
| 卷号 | 28期号:2页码:252-265 |
| 关键词 | 脑结构像 弥散张量成像 机器学习 精神分裂症 高危人群 |
| ISSN号 | 1671-3710 |
| DOI | 10.3724/SP.J.1042.2020.00252 |
| 其他题名 | The classification of schizophrenia based on brain structural features:A machine learning approach |
| 产权排序 | 1 |
| 文献子类 | article |
| 英文摘要 | 将机器学习应用于精神疾患的临床和基础研究是近年来的趋势。研究者将机器学习应用于精神分裂症患者及高危人群的T1加权像和弥散张量成像的脑影像数据中,为了解疾病的生理病理学机制提供帮助。回顾以往研究发现额叶及颞叶的脑结构特征具有较高的区分能力,行为数据和脑影像数据结合的分类效果优于单模态数据。现阶段研究存在样本量不足和泛化能力欠缺的局限,未来研究应注意扩大样本量、制定标准化的分类方法,从而进一步探究机器学习在精神疾患中的作用。 |
| 资助项目 | 纹状体功能连接在精神分裂症谱系社会认知缺损中的作用及机制研究 ; 精神分裂症患者及高危群体的共情缺损：一项探讨社会认知过程及其神经机制的研究 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6676559 |
| 源URL | [http://ir.psych.ac.cn/handle/311026/31906]  |
| 专题 | 中国科学院心理研究所 |
| 通讯作者 | 郑泓 |
| 作者单位 | 1.北京大学第六医院, 北京大学精神卫生研究所, 国家卫生健康委员会精神卫生学重点实验室(北京大学), 国家精神心理疾病临床医学研究中心(北京大学第六医院) 2.中国科学院心理研究所心理健康重点实验室, 神经心理学与认知神经科学研究室 3.中国科学院大学心理系 |
| 推荐引用方式 GB/T 7714 | 郑泓,蒲城城,王毅,等. 基于脑结构像的精神分裂症机器学习分类[J]. 心理科学进展,2019,28(2):252-265. |
| APA | 郑泓,蒲城城,王毅,&陈楚侨.(2019).基于脑结构像的精神分裂症机器学习分类.心理科学进展,28(2),252-265. |
| MLA | 郑泓,et al."基于脑结构像的精神分裂症机器学习分类".心理科学进展 28.2(2019):252-265. |
入库方式： OAI收割
来源：心理研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。