[发明专利]一种基于脑连接对偶子空间学习的ADHD分类诊断方法

摘要

本发明公开了一种基于脑连接对偶子空间学习的ADHD分类诊断方法，首先对测试数据做不同的类别假设标注，并将已进行假设标注的测试数据和训练数据一起参与典型脑连接特征选择过程，获得测试数据在不同假设下对应训练数据的典型脑连接特征，随后分别对测试数据不同假设下对应训练数据的典型脑连接特征进行对偶子空间学习，计算对应假设下训练数据典型脑连接特征在对偶子空间上的能量和。比较在测试数据不同假设下训练数据典型脑连接特征在对偶子空间上能量和的大小，并选取能量和大的对应假设作为测试数据的真实假设，从而确定测试数据所属个体为ADHD疾病或健康个体，最终完成ADHD疾病诊断分类过程。本发明分类准确率约为90%，优于现有的多种分类诊断方法。

主权项

1.一种基于脑连接对偶子空间学习的ADHD分类诊断方法，其特征是，具体步骤如下：步骤1：获取测试数据在不同类别假设下的训练数据典型脑连接特征，其中，所述测试数据为待诊断的个体脑连接数据，对所述测试数据做不同的类别假设标注，所述类别假设包括ADHD疾病个体假设和健康个体假设分别简称为假设和假设，并将已进行类别假设标注的测试数据和训练数据一起进行典型脑连接特征选择，获得测试数据在不同类别假设下对应训练数据的典型脑连接特征，其中，所述训练数据为已进行诊断标注的一组个体脑连接数据集；步骤2：对偶子空间学习，根据测试数据在假设和假设下对应训练数据的典型脑连接特征，利用对偶子空间学习方法获得假设下的对偶子空间和假设下的对偶子空间其中，表示在假设下健康脑连接特征子空间，表示在假设下ADHD脑连接特征子空间,表示在假设下健康脑连接特征子空间，表示在假设下ADHD脑连接特征子空间；步骤3：分别计算测试数据在假设和假设下对应训练数据典型脑连接特征在对偶子空间上投影成分的能量和，其中，记为测试数据在假设下训练数据典型脑连接特征在对偶子空间上投影成分的能量和，记为测试数据在假设下训练数据典型脑连接特征在对偶子空间上投影成分的能量和；步骤4：基于步骤3求得的测试数据在假设和假设下对应训练数据典型脑连接特征在对偶子空间上投影成分的能量和，进行ADHD分类诊断，比较测试数据分别在假设和假设下对应训练数据典型脑连接特征在对偶子空间上投影成分的能量和，即和选取能量和大的对应假设作为测试数据的真实假设，从而确定测试数据所属个体为ADHD疾病或健康个体，最终完成ADHD疾病诊断分类过程。