控制与决策

作者：冀俊忠,龙腾,杨翠翠

单位：北京工业大学 信息学部,北京 100124;多媒体与智能软件技术北京市 重点实验室,北京 100124;北京人工智能研究院,北京 100124,,北京工业大学 信息学部,北京 100124;多媒体与智能软件技术北京市 重点实验室,北京 100124,,北京工业大学 信息学部,北京 100124;多媒体与智能软件技术北京市 重点实验室,北京 100124,

关键词：脑功能连接;邻域决策粗糙集;特征约简;特征可分性度量;哈希映射;生物标记物

基金：国家自然科学基金项目(61906010, 61672065)；北京市教委科技计划一般项目(KM202010005032).

脑功能连接判别特征可以作为神经精神类疾病诊断的一种生物标记物,利用机器学习方法对其进行识别是脑科学研究中的一项重要课题.已有脑功能连接生物标记物的识别方法大都忽视了脑功能连接数据高维、连续、多噪声的特性对识别性能的影响,导致所得到的生物标记物的分类能力不强.对此,提出一种基于邻域决策粗糙集的脑功能连接生物标记物识别方法.首先,针对脑功能连接数据连续性和高噪声的特点,引入能有效处理连续和高噪声数据的邻域决策粗糙集来识别分类能力更强的脑功能连接判别特征作为生物标记物;其次,针对脑功能连接数据的高维特点,通过快速生成邻域和缩小特征搜索空间来保证邻域决策粗糙集识别脑功能连接生物标记物的效率.在ABIDE I和ADNI数据集上的实验结果表明,所提出方法能够准确快速地获得分类能力更强的脑功能连接判别特征,有望为神经精神类疾病的诊断提供更准确的生物标记物.

来源：2023年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第4期