基于特征选择委员会和机器学习技术结合影像与问卷数据的偏头痛自动分类

DOI: https://doi.org/10.1186/s12911- 017- 0434- 4

摘要-总结 特征选择方法通常用于识别相关特征的子集，以促进分类模型的构建，然而关于特征选择方法在扩散张量图像（DTI）中的表现，我们知之甚少。

我们对特征选择和机器学习分类方法进行了测试，旨在利用DTI和与情绪及认知相关的问卷答案——这些因素会影响疼痛感知——来实现偏头痛诊断的自动化。

随后将DTI图像和测试结果引入特征选择算法（梯度树提升、基于L1的方法、随机森林和单变量方法），以减少第一个数据集的特征，并使用分类算法（SVM（支持向量机）、Boosting（Adaboost）和朴素贝叶斯）对偏头痛组进行分类。

我们实现了一种基于特征选择算法的委员会方法，以提高分类准确率。

在对偏头痛组进行分类时，所提出的基于委员会的特征选择方法取得了最大的准确率提升。

与单独的特征选择方法相比，所提出的特征选择委员会方法提高了偏头痛诊断分类器的性能，构建了一个在所有分类器中均达到90%以上准确率的稳健系统。

背景 如前所述，特征选择方法存在内部分类，但为了获取定量数据以验证使用该方法进行的选择是否正确，我们使用以下分类器进行外部分类：SVM（支持向量机）[45, 46]、Boosting（Adaboost）[47]和朴素贝叶斯[48]。

本研究中用于特征选择及后续受试者分类的特征，来源于不同的问卷（关注偏头痛病理相关问题）和扩散张量磁共振图像。

为进行分类，我们获取了DTI（扩散张量成像）图像的数值，同时选择了关于偏头痛的特定问卷[49]。

本研究的主要目标是通过分类从DTI图像和心理测试中获得的特征，实现偏头痛患者的自动化诊断。

466

3 诊断

方法 算法完成分类后，应用fit方法调整模型以适应分类，随后应用transform方法，将输入特征集缩减为最重要的特征。

算法对分类应用fit transform方法，该方法首先调整分类模型，然后根据分类中最重要特征缩减输入特征集。

在本案例研究中，从可用的单变量特征选择方法中选择"最佳K"方法，用户可以选择确切数量的特征用于后续分类，同时忽略初始数据集中其他特征。

为验证特征选择是否有效，使用每种特征选择方法获得的新数据集进行分类。

结果 随后使用4种方法分别进行特征选择，获得各自的缩减数据集。

使用单变量特征选择方法及随后使用朴素贝叶斯进行分类，获得了最差的分类结果，准确率为60%（精确率53%，召回率87%，F1分数66%）；而最佳分类结果是梯度树提升方法——同样使用朴素贝叶斯分类，准确率达到98%（精确率96%，召回率100%，F1分数98%）。

梯度树提升方法将被选为最重要特征的分类百分比提高了8%。

我们实施了一种方法委员会，从每种特征选择方法中获取最重要的特征，即在结果数据集中最频繁出现的特征将被选中以进行新的分类。

讨论 本研究中进行特征选择以改善区分偶发性与慢性偏头痛病理以及药物过度使用的受试者时的分类效果。

从包含所有受试者和所有特征的初始完整特征集（包括心理问卷、疼痛天数数据、止痛药用量和DTI图像获取的数值）出发，我们在三个研究组之间获得了90%的分类准确率（SVM分类器）、93%（Boosting分类器）和67%（朴素贝叶斯分类器）。

目前尚无研究将机器学习技术应用于偏头痛病理分类，尽管在其他研究中已应用于其他病理，例如Dyrba进行的研究，其中使用机器学习技术——具体为SVM分类器——通过DTI图像对阿尔茨海默病受试者进行分类[50]。

结论 由于该特征选择，朴素贝叶斯分类的分类比率提高了28%。

3.1 分类

467

该方法能够利用来自与情绪和认知相关的特定问卷的一小组特征，结合经过预先选择最重要特征的DTI图像特征，对患者进行分类。

致谢 本摘要基于Garcia-Chimeno, Yolanda; Garcia-Zapirain, Begonya; Gomez-Beldarrain, Marian; Fernandez-Ruanova, Begonya; Garcia-Monco, Juan Carlos 2017年发表于BMC Medical Informatics and Decision Making的工作由机器生成。

基于机器学习的患者自报问卷头痛疾病自动分类