基于隨機(jī)結(jié)構(gòu)稀疏優(yōu)化的特征選擇算法在認(rèn)知活動的功能磁共振成像數(shù)據(jù)上的應(yīng)用.pdf

1、認(rèn)知科學(xué)是一門探索大腦、心智工作機(jī)制的前沿性交叉學(xué)科，對認(rèn)知活動的功能磁共振成像（fMRI）數(shù)據(jù)的研究能夠揭示認(rèn)知行為在大腦中對應(yīng)的加工機(jī)制，解釋和預(yù)測人的認(rèn)知行為。然而在認(rèn)知fMRI數(shù)據(jù)的分析中，研究者們通常只關(guān)注構(gòu)建的分類器的分類效果，而忽視了特征選擇結(jié)果的穩(wěn)定性。但實(shí)際上，fMRI數(shù)據(jù)具有高維小樣本特性，容易發(fā)生特征子集的不穩(wěn)定現(xiàn)象，從而導(dǎo)致特征選擇結(jié)果不具有可靠性。因此，在fMRI數(shù)據(jù)的特征學(xué)習(xí)過程中，特征選擇的穩(wěn)定性甚至比分類

2、性能更重要。
　　本文采用基于隨機(jī)結(jié)構(gòu)稀疏優(yōu)化的特征選擇算法來分析認(rèn)知fMRI數(shù)據(jù)，在穩(wěn)定性選擇的基礎(chǔ)上加入約束塊子采樣過程，并利用認(rèn)知活動的fMRI數(shù)據(jù)中體素的局部相關(guān)性作為算法的先驗(yàn)結(jié)構(gòu)信息，能夠在控制假陽性的同時(shí)保持較低的假陰性水平。在此基礎(chǔ)上，將隨機(jī)結(jié)構(gòu)稀疏方法應(yīng)用到認(rèn)知活動的兩類特征選擇問題中：
　?。?）以分類準(zhǔn)確率為目標(biāo)的特征選擇問題，即通過改進(jìn)特征選擇方法來提高分類表現(xiàn)。本文通過人腦對情緒識別機(jī)制的多體素模式

3、分析實(shí)驗(yàn)來研究這類問題。實(shí)驗(yàn)利用多種特征選擇方法來對面孔情緒數(shù)據(jù)進(jìn)行特征選擇和分類，結(jié)果表明，相對于其他方法，隨機(jī)結(jié)構(gòu)稀疏算法可以得到最高的分類準(zhǔn)確率，而且能夠更好地揭示與情緒識別相關(guān)的激活腦區(qū)。
　?。?）以體素選擇準(zhǔn)確性為目標(biāo)的特征選擇問題，也就是說重點(diǎn)關(guān)注特征選擇而非分類準(zhǔn)確率。在此類問題中，只用真正差異區(qū)域的一小部分體素構(gòu)建分類器，分類準(zhǔn)確率就能夠輕松達(dá)到很高甚至100％，這時(shí)關(guān)注分類準(zhǔn)確率是沒有意義的，而真正應(yīng)該關(guān)注的是