基于粒子群-支持向量机的时间序列分类诊断模型  

Time Series Classification Diagnosis Model based on Partical Swarm Optimization and Support Vector Machine

作　　者：张涛[1,3] 张明辉[1] 李清伟[2] 张玥杰[4] 

机构地区：[1]上海财经大学信息管理与工程学院,上海200433 [2]同济大学附属同济医院,上海200065 [3]上海市金融信息技术研究重点实验室(上海财经大学),上海200433 [4]复旦大学计算机科学技术学院,上海市智能信息处理重点实验室,上海200433

出　　处：《同济大学学报（自然科学版）》2016年第9期1450-1457,共8页Journal of Tongji University:Natural Science

基　　金：国家自然科学基金(71171126,61572140);教育部高等学校博士学科点专项科研基金(20130078110001);上海市科学技术委员会科技创新行动计划资助项目(16511104704);同济大学青年优秀人才培养计划(1508-219-040)

摘　　要：构建一种基于粒子群算法-支持向量机(PSO-SVM)的磁共振功能成像(fMRI)时间序列分类诊断模型,通过针对脑区多维时间序列数据的深层次分析实现病症患者和健康者的准确判断与区分,为面向fMRI时间序列数据的病症诊断和预测提供有效科学依据.该方法在以下4个方面不同于其他已有相关研究工作:(1)构建基于自回归模型的脑区多维时间序列数据特征表示;(2)构建基于支持向量机模型的脑区多维时间序列数据分类机制;(3)构建基于粒子群算法的分类学习参数寻优策略;(4)建立融合上述特征表示、优化分类与参数优选模式的fMRI时间序列数据分类诊断模型.通过以精神抑郁症作为实证分析的具体案例,所提出分类诊断模型已取得良好实验效果,展示出其有效性与合理性.This paper presents a fMRI time-series classification diagnosis model based on particle swarm optimization-support vector machine （PSO-SVM）, which achieves more accurate judgments and distinctions between patients and healthy individuals by deeply analyzing multi- dimensional time-series data of brain regions. This approach is significantly different from the other existing related research work in four aspects as follows： Constructing the feature representation for multi-dimensional time-series data of brain regions based on the auto-regressive （ AR ） model; Constructing the classification scheme for multi-dimensional time-series of brain regions based on the support vector machine （ SVM ） model; Constructing the parameter optimization strategy for the classification learning based on the particle swarm optimization （ PSO ） algorithm; Constructing the classification diagnosis framework for fMRI time-series data by integrating the above feature representation, optimized classification and parameter optimization patterns. With the mental depression disorder （MDD） as a specific case of empirical analysis, our classification diagnosis model has obtained very positive numerical computation results.

关 键 词：fMRI多维时间序列 分类诊断 自回归模型 支持向量机(SVM) 粒子群算法(PSO) 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]