换一批摘要目的 寻找自闭症(autism spectrum disorders,ASD)的客观生物标记以辅助临床诊断.静息态功能连接(resting?state functional connectivity,RSFC)反映了大脑不同脑区神经活动模式间的时间相关性,研究者常从RSFC中探索识别ASD的生物标记,然而大部分方法还不能有效选出具有识别力的RSFC.本文采用最小绝对值收缩与选择算子(least absolute shrinkage and selection operator,Lasso)来选择ASD组和正常发育组之间具有显著性差异的RSFC特征.方法 首先基于Pearson相关分析提取RSFC特征,并进行阈值化处理保留具有较大正相关值的RSFC.然后采用Lasso方法提取有识别能力的RSFC,最后利用支持向量机进行ASD分类,并主要以分类准确率指标对分类性能进行评估.结果 基于Lasso方法进行特征选择后,ASD分类准确率为81.52％,同时找出了能显著区分ASD儿童与正常儿童的RSFC.结论 基于Lasso特征选择的方法提高了对ASD的识别准确率,识别的生物标记有潜力应用于临床诊断.
更多相关知识
分类号
R318.04（医用一般科学）
栏目名称
DOI
10.3969/j.issn.1002-3208.2017.06.003
发布时间
2018-01-11（万方平台首次上网日期，不代表论文的发表时间）
- 浏览112
- 被引10
- 下载34
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
