基于最小生成树的自闭症辅助诊断研究

摘要

目前在针对自闭症的分类研究中,构建阈值连接网络时,大多因不合理的阈值设置而影响最终分类结果。为了避免传统方法阈值选择的问题,文章对自闭症患者的最小生成树脑功能网络进行了研究,报告了正常被试与自闭症患者脑功能连接网络的差异,并设计了基于支持向量机的分类模型,实现对自闭症的分类工作。文中获得的分类准确率达到81.76%,相比于传统方法具有更高的敏感度和特异性。