基于3D-GCN 的精神分裂症分类模型研究

分享到

【获取途径】超星期刊网
【作者】陈妍君，阴桂梅
【刊名】太原师范学院学报(自然科学版)
【作者单位】太原师范学院计算机科学与技术学院
【年份】2024
【卷号】第23卷
【期号】第4期
【页码】27-33
【ISSN】1672-2027
【关键词】精神分裂症三维空间图卷积神经网络注意力机制
【摘要】过去的精神分裂症识别研究中，许多忽略了脑电信号的三维空间特征，且不能动态学习节点间的关系，对信号信息的挖掘不够充分.针对这些问题，提出基于三维图卷积神经网络的精神分裂症分类模型，在首发精分数据集进行实验.实验将五个频段的特征矩阵和节点特征矩阵拼接，在频段、空域、特征域三个维度上应用了注意力机制，并将融合的特征与采用三种常见的不同功能连接指标构建的脑网络一起输入进图卷积神经网络.实验结果表明，在6s的分段长度、PLV功能连接指标下的分类准确率最高，达到了81.65%，且分类效果优于其他方法，为精神...
【基金】国家自然科学基金;北京市自然科学基金;山西省自然科学基金;国防科技重点实验室基金
【文献类型】期刊