摘要：功能脑网络中不同的模板定义导致网络规模差异极大,进一步影响所构建网络的结构及其拓扑属性。但是,在机器学习方法中网络规模差异是如何影响特征选择策略及分类准确率并不清楚。研究中采用5种不同节点规模的模板进行脑网络构建,在此基础上选择脑网络的三个局部特征用SVM方法构建分类器进行抑郁症患者的识别。结果表明,节点规模较大的模板的分类准确率较高;同时,在不同节点规模下传统的P值的特征选择方法均是可行的,但其阈值设置过于严格。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社