本文主要利用神经网络进行精神分裂症患者和正常人的判别分析.
以63例精神分裂症患者和57例正常人的4005条功能连接作为原始特征空间, 尝试用不同的降维方法,
不同的神经网络模型来寻找最优分类模型. 结果表明:
用Mann-Whitney U检验选取病人与正常人差异最大的特征作为输入,
用Elman神经网络模型作分类的效果最佳, 正确率94.17%, 置换检验p<0.001, 敏感度92.06%,
特异度96.49%. 对于得到最高分类正确率的神经网络模型,
我们找出了34条对分类取到最大贡献作用的共识功能连接, 里面包含了26个脑区,
这26个脑区中尤以丘脑所对应的功能连接边数最多, 其次是扣带回和额叶.