基于稀疏優(yōu)化的磁共振圖像特征選擇方法研究.pdf

1、特征選擇在功能磁共振腦影像的研究中扮演著非常重要的角色。它可以幫助識(shí)別疾病導(dǎo)致的大腦功能和結(jié)構(gòu)異?；蛘邫z測不同任務(wù)刺激下大腦激活狀況。但是，功能磁共振數(shù)據(jù)具有特征維度高，樣本數(shù)量少，特征之間具有很強(qiáng)的相關(guān)性等特點(diǎn)，給特征選擇方法提出了很強(qiáng)的挑戰(zhàn)。大部分傳統(tǒng)的特征選擇方法旨在構(gòu)建一個(gè)精妙的分類器，他們通常忽略了相關(guān)或冗余的特征，只選擇差異特征中的一部分，或者由于不會(huì)影響預(yù)測準(zhǔn)確率而包含一些噪聲或不帶有任何重要信息的特征。此外,傳統(tǒng)的特征選

2、擇方法可能會(huì)由于樣本數(shù)據(jù)的不同（即使是來自同一體系），而導(dǎo)致特征選擇的結(jié)果顯著地發(fā)生變化，得到不穩(wěn)定的結(jié)果。近年來，穩(wěn)定性選擇方法由于其在高維數(shù)據(jù)特征選擇方面表現(xiàn)出的良好的性能：
　　1）有限樣本情況下，從理論上對(duì)假陽性具有很好的控制；
　　2）減弱了正則項(xiàng)參數(shù)對(duì)結(jié)果的敏感性，而倍受關(guān)注。但是，由于沒有考慮特征之間的結(jié)構(gòu)信息，基于簡單稀疏模型的穩(wěn)定性選擇方法常常導(dǎo)致大量的假陰性。
　　在本論文的研究中，我們將穩(wěn)定性選擇