基于静息态磁共振成像数据的精神分裂症机器学习泛化性研究 | |
其他题名 | Generalizability of machine learning for classification of schizophrenia based on resting-state functional MRI data |
蔡新璐; 陈楚侨; KRISTOFFER H.MADSEN; 等. | |
2019 | |
会议名称 | 第二十二届全国心理学学术会议 |
会议录名称 | 第二十二届全国心理学学术会议论文集 |
页码 | 401-402 |
会议日期 | 2019-10-18 |
会议地点 | 杭州 |
会议举办国 | 中国 |
摘要 | 在神经影像领域,机器学习这一方法已被大量用于精神分裂症患者研究。然而,对已有研究的可重复性探讨及对机器学习方法泛化性的研究仍是很少。为了解决这一问题,本研究评估了一项机器学习方法中心内和跨中心的泛化性,该机器学习方法包括了非监督和监督机器学习算法、且已在前人研究中实现了很高正确率。 |
关键词 | 精神分裂症谱系 机器学习 泛化性 可重复性 |
文献类型 | 会议论文 |
条目标识符 | http://ir.psych.ac.cn/handle/311026/39117 |
专题 | 健康与遗传心理学研究室 |
作者单位 | 1.中国科学院心理研究所,北京 2.中国科学院大学中丹学院,北京 3.中丹科教中心,北京 4.浙江师范大学杭州幼儿师范学院,杭州 5.哥本哈根大学医院丹麦磁共振成像研究中心,哥本哈根 6.丹麦技术大学应用数据与计算机科学学院,哥本哈根 7.青山医院,香港 8.奥胡斯大学医院核医学部门,奥胡斯 9.中国科学院大学心理学系 |
推荐引用方式 GB/T 7714 | 蔡新璐,陈楚侨,KRISTOFFER H.MADSEN,等. 基于静息态磁共振成像数据的精神分裂症机器学习泛化性研究[C],2019:401-402. |
条目包含的文件 | 条目无相关文件。 |
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。
修改评论