基于机器学习的脑网络分析方法及应用

发布时间：2017-09-01 00:09

  本文关键词：基于机器学习的脑网络分析方法及应用

  更多相关文章： 脑网络分析 机器学习 特征学习 核方法

【摘要】：脑网络学习旨在从整体上研究大脑各功能区的交互,对于人类深入了解大脑功能和结构以及对一些脑疾病的诊断都具有非常重要的作用。作为脑网络分析的重要工具,机器学习由于能够从数据中学习规律并对未知数据进行预测,已成为近年来脑网络分析领域一个新的研究热点。本文综述了近年来基于机器学习技术在脑网络分析中的典型研究方法和应用,主要从网络的构建、特征学习和分类预测等3个方面加以介绍。最后,总结全文并展望未来研究方向。
【作者单位】： 南京航空航天大学计算机科学与技术学院;安徽师范大学数学计算机科学学院;
【关键词】： 脑网络分析 机器学习 特征学习 核方法
【基金】：国家自然科学基金(61422204,61473149)资助项目 江苏省杰出青年基金(BK20130034)资助项目 教育部博士点基金(20123218110009)资助项目 南京航空航天大学基本科研业务费(NE2013105)资助项目 安徽省自然科学基金(1508085MF125)资助项目 模式识别国家重点实验室开放课题(201407361)资助项目
【分类号】：R338;TP181
【正文快照】： 引言人脑的结构和功能极其复杂,理解大脑的运转机制,是新世纪人类面临的最大的挑战之一。世界各国投入了大量的人力和物力进行研究。例如,美国和欧盟分别投入38亿美元和10亿欧元,启动大脑研究计划[1]。脑科学研究成果一方面将为人类更好地了解大脑、保护大脑、开发大脑潜能等

【相似文献】

中国期刊全文数据库 前1条

1 梅慧;赵文光;朱晓巍;凌宏立;杨昱;;基于机器学习方法的MHC结合肽的预测分析研究[J];中外医学研究;2012年03期

中国硕士学位论文全文数据库 前1条

1 卢杨;基于蛋白质侧链信息的B细胞表位预测的机器学习方法[D];东北师范大学;2012年

，

本文编号：768726