Comparison of Classification and Dimensionality Reduction Methods Used in fMRI Decoding
- سال انتشار: 1392
- محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
- کد COI اختصاصی: ICMVIP08_130
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1304
نویسندگان
School of Biomedical Engineering Science and Research Branch, Islamic Azad University Tehran,
School of Electrical Engineering Sharif University of Technology Tehran,
چکیده
In the last few years there has been growinginterest in the use of functional Magnetic Resonance Imaging(fMRI) for brain mapping. To decode brain patterns in fMRIdata, we need reliable and accurate classifiers. Towards this goal,we compared performance of eleven popular pattern recognitionmethods. Before performing pattern recognition, applying thedimensionality reduction methods can improve the classificationperformance; therefore, seven methods in region of interest(ROI) have been compared to answer the following question:which dimensionality reduction procedure performs best? Inboth tasks, in addition to measuring prediction accuracy, weestimated standard deviation of accuracies to realize morereliable methods. According to all results, we suggest usingsupport vector machines with linear kernel (C-SVM and ν-SVM),or random forest classifier on low dimensional subsets, which isprepared by Active or maxDis feature selection method toclassify brain activity patterns more efficiently.کلیدواژه ها
Brain Image analysis; Functional MRI; Classification; Dimensionality Reductionمقالات مرتبط جدید
- بررسی حداکثر جمعیت ممکن در مراسم راهپیمایی
- مدلسازی ازدحام ترافیک در مسیر ورودی آرامستان بهشت رضا (ع) مشهد مقدس
- مدیریت ایمن سازی جمعیت و شبیه سازی تخلیه اضطراری در رویدادهای پرتراکم: مورد مطالعه سالن عطار
- تخلیه اضطراری و شبیه سازی جمعیت دینامیک در خیابان امام رضا (ع) مشهد: رویکردی به ایمنی و مدیریت شهری در مراسم های مذهبی
- مدل سازی تاثیر موانع فیزیکی بر فرآیند تخلیه جمعیت در شرایط اضطراری: مطالعه ای در شهربازی های سرپوشیده
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.