目的 網(wǎng)絡(luò)游戲成癮已被列為一種精神疾病,而目前暫無客觀的方式判斷是否存在游戲成癮問題。本文采用支持向量機(jī)(support vector machines, SVM)、線性判別分析(linear discriminant analysis,LDA)和k最近鄰(k-nearest neighbor,KNN)分類器實(shí)現(xiàn)對(duì)健康人和游戲成癮者的分類判別。方法首先采集17名被試者(經(jīng)臨床醫(yī)生診斷,6名為游戲成癮者,11名為健康者)的功能性近紅外光譜(functional near-infrared spectroscopy,fNIRS)數(shù)據(jù),提取數(shù)據(jù)中的氧血紅蛋白(oxygenated hemoglobin,HbO2)濃度數(shù)據(jù),對(duì)HbO2數(shù)據(jù)進(jìn)行帶通濾波和基線漂移校正并利用時(shí)間導(dǎo)數(shù)分布修復(fù)法去除運(yùn)動(dòng)偽影。然后,提取HbO2的峰值、均值、斜率及其組合特征,采用SVM、LDA和KNN分類器對(duì)其進(jìn)行分類判別。結(jié)果 在3種特征組合情況下,SVM、LDA和KNN算法的分類準(zhǔn)確率分別為76.47%、70.58%和64.70%。結(jié)論 三種分類器可實(shí)現(xiàn)游戲成癮疾病的分類判別,推進(jìn)基于fNIRS信號(hào)在臨床上輔助診斷游戲成癮。
|