基于2DPCA的动态脑网络特征提取方法

作者：韩忠伟; 陈虹洁; 孟庆岩; 郑晓坤

来源：信息技术与信息化, 2023, (10): 151-156.

• 静息态功能磁共振图像
• 动态脑网络
• 二维主成分分析
• 自闭症谱系障碍

基于静息态功能磁共振图像构建动态脑网络是神经精神疾病诊断和生理标志物探索领域普遍使用的脑网络构建方法。然而，动态脑网络特征在分类实验中潜在的“维度过高”和“时序不匹配”问题使实验结果精度不高。为了克服以上问题，提出了基于二维主成分分析（two-dimensional principal component analysis,2DPCA）的动态脑网络特征提取方法。首先，将每个样本的动态脑网络转换成二维图像。然后，利用2DPCA对所有样本的脑网络图像进行主成分提取，获得鉴别性更高的特征。最后，将方法应用于自闭症谱系障碍的分类实验中，分类准确率达到81.65%，证实了方法的有效性。

• 单位
  烟台黄金职业学院