基于降维结构 MRI 图像的痴呆症支持向量机分类
计算机视觉与模式识别
2014-06-26 v1 机器学习
医学物理
摘要
我们利用支持向量机分类器，对来自 OASIS-Brains 数据集中 416 名受试者的 MRI 脑部扫描所得的降维特征集进行处理，从而对患者（CDR 范围为 0 至 2）的极轻度至中度痴呆症进行分类。我们使用图像分割和主成分分析来降低数据维度。最终的特征集包含每名受试者 11 个特征。分类器的性能通过 10 折交叉验证进行评估。使用线性和（高斯）核函数，我们获得的训练分类准确率为 86.4%（90.1%），测试准确率为 85.0%（85.7%），测试精确率为 68.7%（68.5%），测试召回率为 68.0%（74.0%），测试 Matthews 相关系数为 0.594（0.616）。
引用
@article{arxiv.1406.6568,
title = {Support vector machine classification of dimensionally reduced structural MRI images for dementia},
author = {V. A. Miller and S. Erlien and J. Piersol},
journal= {arXiv preprint arXiv:1406.6568},
year = {2014}
}
备注
technical note