基于多通道近紅外光譜信號疾病診斷的模式識別分類研究.pdf

1、目前，精神類疾病（如精神分裂癥）主要是通過癥候?qū)W的方法進(jìn)行診斷。近年來，通過結(jié)合神經(jīng)影像技術(shù)與模式識別，對精神分裂癥病人與正常人的鑒別研究已經(jīng)引起人們的興趣。基于近紅外光譜技術(shù)(NIRS)，最近的研究表明，在語言流暢性任務(wù)(VFT)期間，精神分裂癥患者的大腦前額葉皮層的功能活動存在異常。因此，一些研究已經(jīng)嘗試采用近紅外光譜的測量結(jié)合不同的分類方法，將精神分裂癥患者從健康人群中區(qū)分出來。然而，這些研究都是在不同的數(shù)據(jù)集基礎(chǔ)上，采用不同的分

2、類算法進(jìn)行分類研究，因而無法對這些分類算法性能進(jìn)行對比。
　　本文采用多通道近紅外光譜系統(tǒng)測量了在漢語版語言流暢性實(shí)驗(yàn)中精神分裂癥患者和正常人的前額葉皮層的血紅蛋白的反應(yīng)，得到了一個較大的樣本（120名精神分裂患者和120名健康人）。本文分析了在VFT任務(wù)中精神分裂癥患者和正常人的大腦激活情況，并通過統(tǒng)計分析的方法對他們的NIRS信號的相對變化水平進(jìn)行了比較，結(jié)果證實(shí)了精神分裂癥患者的前額葉的激活程度顯著地低于正常人水平。

3、　　基于以上發(fā)現(xiàn)，本文中評估了四種不同的分類器（包括線性判別分析、K近鄰、高斯分類器和支持向量機(jī)）的對近紅外光譜技術(shù)對精神分裂癥進(jìn)行輔助診斷的分類性能。采用了三種不同NIRS信號作為特征用于分類研究，并在比較不同分類算法之前，采用主成份分析(PCA)進(jìn)行了特征提取和選擇。
　　通過基于PCA的特征選擇對含氧血紅蛋白信號進(jìn)行特征提取和選擇，本文使用支持向量機(jī)得到了85.83％的最高準(zhǔn)確度和83.37％的整體平均準(zhǔn)確度。在基于不同類型