反社会人格障碍模式识别分析

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《反社会人格障碍模式识别分析》，欢迎阅读！



反社会人格障碍模式识别分析

目的：探讨一种识别反社会人格障碍（antisocial personality disorder，ASPD）个体的方法。方法：找出ASPD个体与正常人的局部一致性（regional homogeneity，ReHo）存在差异的区域，提取个体在这些区域的值作为特征，采用多种模式识别方法（线性判别分析、C均值聚类和支持向量机）实现对ASPD个体的识别。结果：采用非线性核的支持向量机方法可以最好的（精确度：87.88%）区分ASPD个体和对照。结论：针对ReHo的模式识别方法可以有效的识别ASPD个体。



标签：反社会人格障碍；局部一致性；模式识别

反社会人格障碍（antisocial personality disorder，ASPD）是人格障碍的一种类型，有这种障碍个体的突出点是行为具有悖离社会规范的倾向，易对社会经济造成巨大破坏[1]。现有研究表明局部一致性（regional homogeneity，ReHo）能够反映疾病中人脑自发活动的异常，有助于我们发现其潜在的精神病理机制[2]。因此，我们采用个体在感兴趣区域的ReHo均值作为特征分量，构建多种分类器，最后找到一种可以有效区分ASPD和正常人的方法。



1 方法

1.1 预处理

预处理步骤主要包括：去除前5张图像以排除干扰，层间时间校正，头动校正（仅保留头动平移小于1mm和转动小于一度的数据），空间标准化，去线性漂移和带通滤波（0.01～0.08Hz）。



1.2 ReHo的计算

ReHo是一个体素与周围体素在时间序列上的相似性的度量，相似性强的体素可以被认为在进行相同的活动。采用肯德尔和谐系数（KCC）来描述体素间在整个时间段的相似程度[3]，KCC的计算方法如下：



W为KCC值；Ri是体素i时间序列秩和；R表示所选时间序列上Ri的平均值；n是时间点数；K是所选最邻域体素数，根据最邻域的选择标准，一般K有7、15和27三种选择，本研究中采用的是27。



得到受试ReHo图像后，将每一体素ReHo值除以全脑ReHo均值以进行标准化，再采用FWMH为4mm的高斯滤波器进行平滑以除去干扰。



1.3 特征选择

得到所有受试处理好的ReHo图像后，按照受试病理情况分成两组，进行双样本T检验，找出符合统计学显著性标准的组间差异的大脑区域，将其作为感

本文来源：https://www.wddqxz.cn/363151c5f32d2af90242a8956bec0975f565a4ca.html