复杂网络理论在酗酒分类中的应用研究_中国煤炭行业知识服务平台

复杂网络理论在酗酒分类中的应用研究

作者

曹锐陈俊杰李海芳相洁
单位

太原理工大学计算机科学与技术学院
摘要

在酗酒者脑电数据基础上,利用复杂网络理论构建并分析了酗酒者EEG功能脑网络,通过统计检验和机器学习算法挖掘出正常被试和酗酒被试之间的特异性网络指标作为分类特征,用SVM分类的准确率最高可达76.8%。分类结果表明,通过复杂网络理论得到的脑网络属性可作为酗酒疾病的早期客观指标,应用到酗酒疾病的临床辅助诊断。
关键词

脑电复杂网络酗酒脑网络
基金项目(Foundation)

国家自然科学基金资助项目抑郁症EEG功能脑网络构建及异常特征分析研究(61170136,61373101,61472270)；太原理工大学校青年基金项目资助(2013T050)；
相关文章

[1]脑网络组学构建分析及应用研究
[2]基于脑-机接口的智能车控制算法研究与实现
[3]基于同步似然的脑电分类方法研究
[4]情感识别中脑电信号Lempel-Ziv复杂度的研究
[5]基于随机分块模型的静息态功能脑网络可信度优化
[6]不同节点尺度下基于共同邻居的功能脑网络建模方法研究
[7]基于方差的多尺度时间序列重构方法研究
[8]基于格兰杰因果分析的MCI脑网络分类研究
[9]基于局部差异最小生成树脑网络的抑郁症分类研究
[10]高原缺氧的大尺度脑网络分析