Supervised, Multivariate, Whole-Brain Reduction Did Not Help to Achieve High Classification Performance in Schizophrenia Research

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14110%2F16%3A00088925" target="_blank" >RIV/00216224:14110/16:00088925 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/65269705:_____/16:00065949

Výsledek na webu

<a href="http://dx.doi.org/10.3389/fnins.2016.00392" target="_blank" >http://dx.doi.org/10.3389/fnins.2016.00392</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.3389/fnins.2016.00392" target="_blank" >10.3389/fnins.2016.00392</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Supervised, Multivariate, Whole-Brain Reduction Did Not Help to Achieve High Classification Performance in Schizophrenia Research

Popis výsledku v původním jazyce

We examined how penalized linear discriminant analysis with resampling, which is a supervised, multivariate, whole-brain reduction technique, can help schizophrenia diagnostics and research. In an experiment with magnetic resonance brain images of 52 first-episode schizophrenia patients and 52 healthy controls, this method allowed us to select brain areas relevant to schizophrenia, such as the left prefrontal cortex, the anterior cingulum, the right anterior insula, the thalamus, and the hippocampus. Nevertheless, the classification performance based on such reduced data was not significantly better than the classification of data reduced by mass univariate selection using a t-test or unsupervised multivariate reduction using principal component analysis.

Název v anglickém jazyce

Supervised, Multivariate, Whole-Brain Reduction Did Not Help to Achieve High Classification Performance in Schizophrenia Research

Popis výsledku anglicky

We examined how penalized linear discriminant analysis with resampling, which is a supervised, multivariate, whole-brain reduction technique, can help schizophrenia diagnostics and research. In an experiment with magnetic resonance brain images of 52 first-episode schizophrenia patients and 52 healthy controls, this method allowed us to select brain areas relevant to schizophrenia, such as the left prefrontal cortex, the anterior cingulum, the right anterior insula, the thalamus, and the hippocampus. Nevertheless, the classification performance based on such reduced data was not significantly better than the classification of data reduced by mass univariate selection using a t-test or unsupervised multivariate reduction using principal component analysis.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

EI - Biotechnologie a bionika

OECD FORD obor

—

Projekt

<a href="/cs/project/NT13359" target="_blank" >NT13359: Pokročilé metody rozpoznávání MR obrazů mozku pro podporu diagnostiky neuropsychiatrických poruch</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Frontiers in Neuroscience

ISSN

1662-453X

e-ISSN

—

Svazek periodika

10

Číslo periodika v rámci svazku

AUG

Stát vydavatele periodika

CH - Švýcarská konfederace

Počet stran výsledku

15

Strana od-do

1-15

Kód UT WoS článku

000381850500001

EID výsledku v databázi Scopus

—