您当前的位置: > 详细浏览

基于脑结构像的精神分裂症机器学习分类

请选择邀稿期刊:
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。

版本历史

[V1] 2023-03-28 00:30:19 ChinaXiv:202303.09384V1 下载全文
点击下载全文
预览
许可声明
metrics指标
  •  点击量175
  •  下载量101
评论
分享
  • 运营单位: 中国科学院文献情报中心
  • 制作维护:中国科学院文献情报中心知识系统部
  • 邮箱: eprint@mail.las.ac.cn
  • 地址:北京中关村北四环西路33号
招募志愿者 许可声明 法律声明

京ICP备05002861号-25 | 京公网安备11010802041489号
版权所有© 2016 中国科学院文献情报中心