《一种基于聚类的多模态大脑网络特征选择方法》

技术简介：

一种基于聚类的多模态大脑网络特征选择方法,步骤包括：基于磁共振扩散峰度成像和静息态功能磁共振成像分别构建白质结构网络和功能连接网络；分别对两种大脑网络提取聚类系数矩阵,将两种矩阵对应位置值求和取平均,融合得到新聚类系数矩阵；计算特征之间的相关系数,得到相关系数矩阵,用来衡量特征之间的相关性；根据相关系数矩阵对特征进行聚类,把相似特征聚为一类,得到若干社团；在社团内进行特征选择迭代,筛选差异大的特征；在社团间进行特征选择,选择差异大的特征。本方法从不同模态数据提取大脑网络特征,并从局部到整体,分层计算特征之间的相似性,筛选出差异显著的特征,提高大脑网络特征分类的准确率。

研发人员：焦竹青;陈思炜;石海峰;奚正涛;张宇涛;黄宁