[00019609]一种用于神经疾病的基于体素分析的数据驱动机器学习方法
技术详细介绍
一种用于神经疾病的基于体素分析的数据驱动机器学习方法，包括如下步骤1)根据对脑区指标的定量测量值进行主成分分析PCA模型训练；2)对所有特征进行提取；3)为所选出的特征选择最佳分类器模型算法；3)预测对于一个新样本，要去量化所有量化指标对于获取测量值矩阵之后，增量主成分分析提供了增量更新原始主成分分析的方法去获得一个新的增量主成分分析模型；对获得的该模型，去计算增量主成分分析特征向量，而测量值矩阵的维度会被降为新的Q＝[q1,...qm]；这些新测量值将重新排列为X。本发明提供了一种精度较高的用于神经疾病的基于体素分析的数据驱动机器学习方法。
