基于任务转换测试行为学数据的精神分裂症分类方法

摘要

本发明为解决现有精神分裂症的特征数据获取成本高，分析复杂，无法给予快速客观准确答复等问题，提供一种基于任务转换测试行为学数据的精神分裂症分类方法。构建任务转换测试实验程序；获取被试者的任务转换测试实验数据：反应时间和准确率；再根据平均反应时间计算执行控制相关的反应时间差；利用任务转换测试实验数据和执行控制相关的反应时间差作为特征训练最优自适应提高分类器，用交叉验证的方法对最优自适应提高分类器进行检验。该精神分裂症分类方法获90%分类准确率、100%灵敏度和81%特异度，被试者工作特征曲线的曲线下方面积为0.89。客观、有效帮助鉴别精神分裂症患者，在精神疾病研究领域有巨大的潜在应用价值。